Les données et leur pompage, extraits de Diagnostic-App (462ba9e)
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
commit
690400de0b
8 files changed
+599
No files matched your search
@@ -0,0 +1,49 @@
|
||||
"""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")
|
||||
Reference in new issue
Block a user