Files
aimsight-app/extraction/lenzspitze_absolu.py
T
maximeandClaude Opus 5.5 462ba9e9a1 Le pompage (extraction/, tâches pomper et pomper une plage) ; docs alignées sur detectors et sans renvois à Support-Agent
- extraction/ : pomper.sh, pomper.py, stations.txt, lenzspitze_absolu.py repris de Support-Agent (code inchangé), README adapté ; .env à la racine, sortie dans out/
- README, CLAUDE.md, app/README réécrits : contrat avec detectors, pompage, vérifications
- app/requirements.txt, seule liste des paquets Python (sans plotly ; matplotlib, pillow)
- commentaires de l'app et nom du paquet npm sans renvois à Support-Agent ; familles.md : detectors/scripts/

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-13 14:47:51 +01:00

50 lines
2.4 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
"""Provisoire, LENZSPITZE seulement : x / y des exports advanced en position absolue dans l'image, comme sur les autres stations.
Sur LENZSPITZE, x / y sont relatifs à la position de référence du motif (médianes ~0 px). Ce script réécrit en place
data/LENZSPITZE/displacement/*.csv :
x = x_motif + DX + x_csv, y = y_motif + DY + y_csv, où (x_motif, y_motif) est le centre du motif dans
data/LENZSPITZE/lentzpitze_patterns.json et (DX, DY) le décalage entre le repère du JSON et les images IRON ;
pattern_type, vide dans ces exports, est rempli depuis le JSON.
Les capteurs absents du JSON (1023, 8019) : x / y vidés (position inconnue) ; 8019 reçoit global_ref (il a des reproj_err).
Un fichier dont pattern_type est déjà rempli est laissé tel quel (déjà converti). Un repompage rend les originaux.
Usage : python3 extraction/lenzspitze_absolu.py
"""
import csv
import glob
import json
import os
STATION = os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "data", "LENZSPITZE")
# Mesuré le 2026-11-04 : médiane (tache − motif du JSON) sur 9 images de nuit du 17.10 au 03.11, 25 à 34 cibles appariées
# chacune, stable à 0,5 px près. Comprend l'écart constant tache − (x, y) déjà vu sur NORDEND (colonnes-des-deplacements.md).
DX, DY = 330.5, 15.8
TYPE_SANS_MOTIF = {"8019": "global_ref"} # reproj_err et inlier remplis : référence de la compensation
motifs = {str(v["sensor_name"]): v for v in json.load(open(os.path.join(STATION, "lentzpitze_patterns.json"))).values()}
for chemin in sorted(glob.glob(os.path.join(STATION, "displacement", "*.csv"))):
with open(chemin, newline="") as f:
lecteur = csv.DictReader(f)
champs, lignes = lecteur.fieldnames, list(lecteur)
if any(r["pattern_type"] for r in lignes):
print(f"{os.path.basename(chemin)} : déjà converti")
continue
for r in lignes:
s = r["sensor_name"].strip()
m = motifs.get(s)
if m is None:
r["x"] = r["y"] = ""
r["pattern_type"] = TYPE_SANS_MOTIF.get(s, "")
continue
r["pattern_type"] = m["pattern_type"]
if r["x"]:
r["x"] = repr(m["x"] + DX + float(r["x"]))
if r["y"]:
r["y"] = repr(m["y"] + DY + float(r["y"]))
with open(chemin, "w", newline="") as f:
w = csv.DictWriter(f, fieldnames=champs)
w.writeheader()
w.writerows(lignes)
print(f"{os.path.basename(chemin)} : {len(lignes)} lignes converties")