/
Inti_recon.py
1716 lines (1363 loc) · 59.2 KB
/
Inti_recon.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
# -*- coding: utf-8 -*-
"""
Created on Thu Dec 31 11:42:32 2020
@author: valerie desnoux
------------------------------------------------------------------------
Version 5.1 paris 1 er nov
- ajout mode auto dans POl (magnetogramme)
Version 5.0 paris 27 juillet
- passage en decimal du shift avec gestion dans la constante
Version V4.1.8 paris 21 juillet 23
- ajout poly auto et decalage en mode free auto et manuel
- decalage en decimal
Version V4.1.6 du 17 juillet 2023
- ajout mode reduction de bruit sur 3 colonnes en standard, free et magnet
version V4.1.6 du 15 juiller 2023
- force = True pour disk k <> 0
- menage fichier _dp2_raw, manual en mode manuels
- correction bug coordonnée centre entete fits
version V4.1.4 du 14 juillet 2023
- gere sur flag_force et accepte angle de tilt à zero
- format des coeff du polynome
- reactive zeeamn_shift
version V4.1.2 du 8 juillet 2023
- gestion cas difficiles
version V4.1.1 du 3 juillet 2023
- suppression decalage zeeman
- recalcul position de depart dans poly zeeman pour get_line_pos_absorption
version 4.0.9 paris 1 juillet 2023
- autcrop depuis flag
- angle alignement RA prend scaling en compte
- free ligne remplace position par decalage
version 4.0.5 du 3 mai - Antibes
- ajout des labels et longueurs d'onde d'apres fichier Meudon
- test depassement pixel_shift
version du 19 mars 2023 - paris
- autorise inversions et rotations sur toutes les images
- decale de 1 pixel le centre du disque en inversion NS
version du 12 mars 2023 - paris
- ne prends plus en compte les inversions si plus d'une image traitée
version du 18 fev 2023 - paris
- correction bug timestamp heure pc de traitement en utc fichier ser
version du 29 jan 2023 - Antibes
- reduit bande auto si rotation en fontion de l'angle de rotation
- ajoute passage de solar_dict pour sauvegarde dans entete si non vide
- WAVELENGTH en longueur d'onde
- elimine premieres et derniers colonnes pour calcul lignes défectueuses
version du 22 jan 2023 - paris
- ajout des mots clefs base BASS2000
CENTER_X, CENTER_Y (ou CRPIX1, CRPIX2)
SOLAR_R => rayon du Soleil en pixels
- mot clef wavelnth doit avoir un nombre
version du 26 dec 2022 - paris
- ajout fonction de rotation sur image finale
- ajout mots clefs entete JM.Malherbe
hdr['CONTACT']=data_entete[4]
hdr['WAVELNTH']=data_entete[5]
hdr['PHYSPARA']= 'Intensity'
hdr['WAVEUNIT']= -10
hdr['FILENAME']=filename_wave_20180620_122805.fits
-inverse sens angle tilt correction avec flip
Version du 17 sept 2022 - paris
- ajout data_entete dans fichiers fits
hdr['DATE-OBS']
hdr['OBSERVER']
hdr['INSTRUME']
hdr['SITELONG'] #Longitude of the telescope in decimal degrees, count East as positive
hdr['SITELAT'] #Latitude of the telescope in decimal degrees
hdr['OBJNAME']='Sun'
Version du 15 mai 2022 - paris
- autorise correction de tilt pour angle >0.2° au lieu de 0.3
Version du 28 avril 2022 - paris
- mise en commentaire malheureuse de la zone de filtrage disque qui n'excluait plus les bords
version du 23 avril 2022 - Paris
- factorisation des tableaux indices left et rigth
- ajout de calcul d'une sequence doppler
- ajout de la fonction magnetogramme
- creation d'une version anglaise par switch LG a la compil
- ajout mot clef fits
coord centre et rayon du disque
hdr['INTI_XC'] = cercle0[0]
hdr['INTI_YC'] = cercle0[1]
hdr['INTI_R'] = cercle0[2]
coord haut et bas du disque
hdr['INTI_Y1'] = y1_img
hdr['INTI_Y2'] = y2_img
- gestion shift hors limite
Version du 1er Nov - Paris
- modif detection bords dans correction de transversallium
- ajout d'un switch pour debug
- ajout message erreur if 8 bits scan
- multiply by 2 instensity of the real time disk display
Bac à sable le 15 sept 2021 - Paris
- test de dopplergram et continuum
- ne pas mettre y1 et y2 fixe pour circularisation des images dop et cont
- coord cercle de l'image raw première
version 18 septembre 2021 - antibes
- gere depassement indices avec le shift
- ajuste de 64000 a 64500 le clamp pour la saturation
version 12 sept 2021 - antibes
- affichage disque noir et seuils protus sur suggestion de mattC
Version du 8 sept 2021 - paris
- Augmente à 3 decimales l'affichage angle et ratio scaling
- changement suffixe _img par _raw
- tilt par rapport au centre
- agrandi image apres tilt pour ne pas couper l'image
- calculs avec round plutot que int
Version du 19 aout 2021 - Antibes
- ajout de extension au nom de fichier si decalage en pixels non égale à zéro
- add underscore at beggining of any processed file to retrieve them faster as for isis
Version 11 aout 2021 - Antibes
Large modification
- remove scaling before transversallium
- add function of no limbs on horizontal axis (not really tested...)
- compute tilt from ellipse model then apply
- compute scaling from ellipse width and hight of tilted image
- check after scaling if close to circle
- if not perform second scaling
- split function detect_edges and ellipse_fit
- add _log to log file to avoid firecapture settings overwrite (issue)
- add internal flag to debug and display graphics for ellipse_fit
- mise en fonction logme des prints from A&D Smiths
- conversion date de ficier ser en format lisible
Version 5 aout 2021 - OHP
- amelioration de la gestion du flag_noboards
- adjust threshold for edge detection
- adjust threshold for section detection (partial sun up/down or centered)
- fix: reimplement the clamp at 64000 to avoid overflow in image reconstruction
- ajout de SY/SX dans fichier txt
Version 17 juillet 2021
- modification code avec code de Doug & Andrew Smith pour acceleration stupefiante
o vectorisation dans calcul extraction des intensités pour reconstruction du disque
- vectorisation dans le calcul de slant, qui est en fait un calcul de tilt
- transfer de lecture ser et calcul image mean dans la routine pour eviter de sauver le fichier _mean.fits
- ajout flag sfit_onlyfinal pour ne pas sauver fichiers fits intermediaires
- ajout angle de tilt manuel
- correction bug indice dans tableau fit si modele de polynome depasse la largeur de image
Version du 3 juillet
- Remplace circularisation algo des limbes par fit ellipse
- Conserve calcul de l'angle de slant par methode des limbes
- supprime ratio_fixe
Version 30 mai 2021
- modif seuil dans section flat sur NewImg pour eviter de clamper à background 1000
- mise en commentaire d'un ajout d'une detection des bords du disque solaire et d'un ajustement ce cercle apres
la circularisation en calculant le rayon a partir de la hauteur du disque
version du 20 mai
- ajout d'un seuil sur profil x pour eviter les taches trop brillantes
en image calcium
seuil=50% du max
- ajout d'un ratio_fixe qui n'est pris en compte que si non egal a zero
"""
import numpy as np
import matplotlib.pyplot as plt
from astropy.io import fits
from scipy.interpolate import interp1d
import os
#import time
from scipy.signal import savgol_filter
import cv2
import sys
import math
import config as cfg
from datetime import datetime
from Inti_functions import *
try :
from serfilesreader.serfilesreader import Serfile
except ImportError :
from serfilesreader import Serfile
def solex_proc(serfile,Shift, Flags, ratio_fixe,ang_tilt, poly, data_entete,ang_P, solar_dict,param):
"""
----------------------------------------------------------------------------
Reconstuit l'image du disque a partir de l'image moyenne des trames et
des trames extraite du fichier ser
avec un fit polynomial
Corrige de mauvaises lignes et transversallium
basefich: nom du fichier de base de la video sans extension, sans repertoire
shift: ecart en pixel par rapport au centre de la raie pour explorer
longueur d'onde decalée
----------------------------------------------------------------------------
"""
#plt.gray() #palette de gris si utilise matplotlib pour visu debug
#t0=time.time()
clearlog()
#print (Shift)
shift = Shift[0]
shift_offdop=Shift[5]
shift_dop1 = shift_offdop-Shift[1]
shift_dop2 = shift_offdop+Shift[1]
shift_cont = Shift[2]
shift_offdop = Shift[5]
shift_vol=Shift[3] # decacalage zeeman +/-
if Flags["WEAK"]:
free_shift=Shift[3]
if Flags["POL"]:
shift_vol=Shift[3] # decacalage zeeman +/-
shift_zeeman=Shift[4] # decalage zeeman additionel
flag_dopcont = Flags["DOPCONT"]
flag_display = Flags["RTDISP"]
sfit_onlyfinal = Flags["ALLFITS"]
flag_pol = Flags['POL']
flag_volume = Flags["VOL"]
flag_weak = Flags["WEAK"]
flag_flipRA = Flags["FLIPRA"]
flag_flipNS = Flags["FLIPNS"]
auto_crop = Flags["Autocrop"]
# pour forcer les valeurs tilt et ratio
flag_force = Flags["FORCE"]
# cas difficile fente
try :
pos_fente_min=int(param[0])
pos_fente_max=int(param[1])
except :
pos_fente_min = 0
pos_fente_max = 0
geom=[]
# gere ici le nombre de longueur d'onde aka decalages à gérer
# decalage nul pour l'image de la raie spectrale
# decalage de shift_dop pour le doppler, decalage de shift_cont pour celui du continuum sur flag_dopcont
# serie de décalage de 1 pixel entre les bornes +/- shift_vol sur flag_volume
#img_suff=(['.fits','_d1_'+str(shift_dop)+'.fits', '_d2_'+str(shift_dop)+'.fits','_cont_'+str(shift_cont)+'.fits'])
if flag_dopcont :
range_dec=[0,shift_dop1,shift_dop2,shift_cont]
print('shift doppler 1 : ',shift_dop1)
print('shift doppler 2 : ',shift_dop2)
else:
range_dec=[0]
"""
if shift==0:
range_dec=[0]
else:
range_dec=[int(shift)]
"""
if flag_volume :
range_dec1=np.arange(-shift_vol,0)
range_dec2=np.arange(1,shift_vol+1)
range_dec=np.concatenate(([0],range_dec1,range_dec2), axis=0)
if flag_pol :
range_dec=[0,-shift_vol,shift_vol]
if flag_weak :
range_dec=[0, Shift[1], Shift[2]]
flag_dopcont=True
kend=len(range_dec)
#print ('nombre de traitements ',kend)
WorkDir=os.path.dirname(serfile)+"/"
os.chdir(WorkDir)
base=os.path.basename(serfile)
basefich='_'+os.path.splitext(base)[0]
if shift != 0 :
#add shift value in filename to not erase previous file
basefich=basefich+'_dp'+str(int(shift)) # ajout '_' pour fichier en tete d'explorer
# ouverture du fichier ser
try:
scan = Serfile(serfile, False)
except:
logme('Erreur ouverture fichier : '+serfile)
FrameCount = scan.getLength() # return number of frame in SER file.
Width = scan.getWidth() # return width of a frame
Height = scan.getHeight() # return height of a frame
dateSerUTC = scan.getHeader()['DateTimeUTC']
dateSer=scan.getHeader()['DateTime']
bitdepth=scan.getHeader()['PixelDepthPerPlane']
#ser_header=scan._readExistingHeader()
#print(ser_header)
if bitdepth==8:
if cfg.LG == 1:
logme('Acquisition 8 bits.')
else:
logme('Acquisition 8 bits.')
#sys.exit()
logme (serfile)
if cfg.LG == 1:
logme ('Largeur et hauteur des trames SER : ' + str(Width)+','+str(Height))
logme ('Nombre de trames : '+str( FrameCount))
else:
logme ('Width and Height of SER frames : ' + str(Width)+','+str(Height))
logme ('Number of frames : '+str( FrameCount))
try:
# Date UTC
# Correction bug fromtimestamp convertie en prenant en compte heure locale PC
# Fonction utc ne tient pas compte du reglage pc
f_dateSerUTC=datetime.utcfromtimestamp(SER_time_seconds(dateSerUTC))
logme('SER date UTC :' + f_dateSerUTC.strftime('"%Y-%m-%dT%H:%M:%S.%f7%z"'))
fits_dateobs=f_dateSerUTC.strftime('%Y-%m-%dT%H:%M:%S.%f7%z')
# date ser du PC
f_dateSer=datetime.utcfromtimestamp(SER_time_seconds(dateSer))
logme('SER date local :' + f_dateSer.strftime('"%Y-%m-%dT%H:%M:%S.%f7%z"'))
except:
pass
ok_flag=True # Flag pour sortir de la boucle de lexture avec exit
FrameIndex=1 # Index de trame
# fichier ser avec spectre raies verticales ou horizontales (flag true)
if Width>Height:
flag_rotate=True
cam_height=Width
else:
flag_rotate=False
cam_height=Height
# initialisation d'une entete fits (etait utilisé pour sauver les trames individuelles
hdr= fits.Header()
hdr['SIMPLE']='T'
hdr['BITPIX']=32
hdr['NAXIS']=2
if flag_rotate:
hdr['NAXIS1']=Height
hdr['NAXIS2']=Width
else:
hdr['NAXIS1']=Width
hdr['NAXIS2']=Height
hdr['BZERO']=0
hdr['BSCALE']=1
hdr['BIN1']=1
hdr['BIN2']=1
hdr['EXPTIME']=0
try :
hdr['DATE-OBS']=fits_dateobs
except:
fits_dateobs="2024-01-01T00:00:00"
hdr['DATE-OBS']=hdr['DATE-OBS']=fits_dateobs
hdr['OBSERVER']=data_entete[0]
hdr['INSTRUME']=data_entete[1]
#hdr['TELESCOP']=data_entete[1]
hdr['SITELONG']=data_entete[2] #Longitude of the telescope in decimal degrees, could East as positive
hdr['SITELAT']=data_entete[3] #Latitude of the telescope in decimal degrees
hdr['OBJNAME']='Sun'
hdr['CONTACT']=data_entete[4]
hdr['WAVELNTH']=data_entete[5]
hdr['PHYSPARA']= 'Intensity'
hdr['WAVEUNIT']= -10
filename_suffixe=data_entete[1]+'_'+ data_entete[6]+'_'+fits_dateobs.split('T')[0].replace('-','')+'_'+fits_dateobs.split('T')[1].split('.')[0].replace(':','')
#debug
#t0=float(time.time())
"""
---------------------------------------------------------------------------
Calcul image moyenne de toutes les trames
---------------------------------------------------------------------------
"""
if bitdepth == 8 :
factor=256
else:
factor=1
#initialize le tableau qui recevra l'image somme de toutes les trames
mydata=np.zeros((hdr['NAXIS2'],hdr['NAXIS1']),dtype='uint64')
kept_frame=0
while FrameIndex < FrameCount and ok_flag:
try :
num = scan.readFrameAtPos(FrameIndex)
except:
print(FrameIndex)
if flag_rotate:
num=np.rot90(num)
num=num*factor
#ajoute les trames pour creer une image haut snr pour extraire
#les parametres d'extraction de la colonne du centre de la raie et la
#corriger des distorsions
frame_mean=np.mean(num)
if frame_mean>0 : # seuil arbitraire etait a 3000
mydata=np.add(num,mydata)
kept_frame=kept_frame+1
#increment la trame et l'offset pour lire trame suivant du fichier .ser
FrameIndex=FrameIndex+1
#print('frame kept :', kept_frame, 'over ', FrameIndex)
# calcul de l'image moyenne
myimg=mydata/(kept_frame-1) # Moyenne sur les kept frame
myimg=np.array(myimg, dtype='uint16') # Passe en entier 16 bits
ih= hdr['NAXIS2'] # Hauteur de l'image
iw= hdr['NAXIS1'] # Largeur de l'image
myimg=np.reshape(myimg, (ih, iw)) # Forme tableau X,Y de l'image moyenne
# sauve en fits l'image moyenne avec suffixe _mean
savefich="Complements"+os.path.sep+basefich+'_mean'
SaveHdu=fits.PrimaryHDU(myimg,header=hdr)
SaveHdu.writeto(savefich+'.fits',overwrite=True)
#gestion taille des images Ser et Disk
# my screensize is 1536x864 - harcoded as tk.TK() produces an error in spyder
# plus petit for speed up
screensizeH = (864-50)*0.8
screensizeW = (1536)*0.8
# gere reduction image png
nw = screensizeW/iw
nh = screensizeH/ih
sc=min(nw,nh)
if sc >= 1 :
sc = 1
#affiche image moyenne
cv2.namedWindow('Ser', cv2.WINDOW_NORMAL)
cv2.resizeWindow('Ser', int(iw*sc), int(ih*sc))
cv2.moveWindow('Ser', 100, 0)
cv2.imshow ('Ser', myimg)
if cv2.waitKey(2000) == 27: # exit if Escape is hit otherwise wait 2 secondes
cv2.destroyAllWindows()
sys.exit()
cv2.destroyAllWindows()
#affiche ou pas l'image du disque qui se contruit en temps reel
#gain de temps si affiche pas avec flag_display
"""
----------------------------------------------------------------------------
Calcul polynome ecart sur l'image moyenne
----------------------------------------------------------------------------
"""
# detect up and down limit of the spectrum of the mean image
y1,y2=detect_bord(myimg, axis=1, offset=5, flag_disk=False)
# calcul profile spectral en bonus
pro = bin_to_spectre(myimg,y1,y2)
lamb = np.arange(0,iw)
pro_lamb=np.column_stack((lamb,pro))
if cfg.LG == 1:
logme('Image moyenne - Limites verticales y1,y2 : '+str(y1)+' '+str(y2))
else:
logme('Mean Image - Vertical limits y1,y2 : '+str(y1)+' '+str(y2))
PosRaieHaut=y1
PosRaieBas=y2
if (flag_weak and Flags["FREE_AUTOPOLY"]!=1) or (flag_pol and Flags["ZEE_AUTOPOLY"]!=1) :
# on force le polynome
a=poly[0]
b=poly[1]
c=poly[2]
LineRecal=1
if Flags["WEAK"]==1 and free_shift !=0 :
c=poly[2]+free_shift
else :
# on calcul le polynome à partir des min de la raie du haut jusqu'en bas
c_offset=0 # offset de la constante polynome si l'image est croppée pour detection fente
try :
if pos_fente_min != 0 :
myimg = myimg[:,pos_fente_min:]
c_offset=pos_fente_min
if cfg.LG == 1 :
logme ("zone detection fente xmin : "+str(pos_fente_min))
else :
logme ("slit detection zone xmin : "+ str(pos_fente_min))
if pos_fente_max != 0:
myimg = myimg[:,0:-int(iw)+pos_fente_max]
if cfg.LG == 1 :
logme ("zone detection fente xmax : "+ str(pos_fente_max))
else :
logme ("slit detection zone xmax : "+ str(pos_fente_max))
except:
pass
# THE calcul pour obtenir la position de la fente sur la raie la plus sombre
MinX=np.argmin(myimg, axis=1)
# on reduit à la zone du spectre
MinX=MinX[PosRaieHaut+30:PosRaieBas-30]
IndY=np.arange(PosRaieHaut+30, PosRaieBas-30,1)
LineRecal=1
#best fit d'un polynome degre 2, les lignes y sont les x et les colonnes x sont les y
p=np.polyfit(IndY,MinX,2)
"""
# test ajustement pour centre raie >> pas ou peu de difference, abandon
MinX_img=np.argmin(myimg, axis=1)
# on reduit à la zone du spectre
MinX=MinX_img[PosRaieHaut+30:PosRaieBas-30]
posx=[]
for j in range (PosRaieHaut+30, PosRaieBas-30) :
posx.append (get_line_pos_absoption(myimg[j:j+1:][0],MinX_img[j],13))
#ecart=np.array((MinX-posx), dtype='float64')
IndY=np.arange(PosRaieHaut+30, PosRaieBas-30,1)
#np.savetxt("c:/codepy/Simu/polymin.txt", ecart,fmt='%.2f',delimiter=',',newline='\n')
LineRecal=1
#best fit d'un polynome degre 2, les lignes y sont les x et les colonnes x sont les y
p=np.polyfit(IndY, posx,2)
"""
#calcul des x colonnes pour les y lignes du polynome
a=p[0]
b=p[1]
c=p[2]+c_offset
if Flags["WEAK"]==1 :
if free_shift !=0 :
c=p[2]+c_offset+free_shift
else:
c=p[2]+c_offset
if not Flags["WEAK"] and not Flags["POL"]:
if shift !=0:
c= p[2]+c_offset+shift
if cfg.LG == 1 :
logme("Inclut décalage de : " + str(shift))
else :
logme("Include shift of : " + str(shift))
# ajout du 11 Sept 2022
poly=np.copy(p)
if flag_pol :
a=poly[0]
b=poly[1]
px=poly[2] # constante a y=0
# Extraction zeeman
# Calcul position X precise de la raie d'absortion d'où on extrait la polarisation
# On extrait la ligne centrale dans myimg (au centre Y de l'image)
posy = int(ih/2)
line = myimg[posy:posy+1, 0: iw]
# calcul constante à mi hauteur
pos_line_mihauteur = a*posy**2 + b*posy + c
print('pos_line_mihauteur ',pos_line_mihauteur)
# On calcul la position précise de la raie à mi hauteur
posx = get_line_pos_absoption(line[0], pos_line_mihauteur, 13)
print('pos_line_mihauteur ajustee ',posx)
# On calcule la constante actualisée du polynôme en incluant le decalage du a l'effet zeeman (zeeman wide)
c = posx - a*posy**2 - b*posy + shift_zeeman
#c = posx - a*posy**2 - b*posy
fit=[]
#ecart=[]
for y in range(0,ih):
x=a*y**2+b*y+c
deci=x-int(x)
# gere si modele polynome de la fente depasse la dimension image iw
# sinon code vectorisation va generer un pb d'indice
if x<iw-3:
fit.append([int(x)-LineRecal,deci,y])
else:
fit.append([iw-3,0,y])
#ecart.append([x-LineRecal,y])
logme('Coef a*x2,b*x,c :'+"{:.4e}".format(a)+' '+str("{:.4e}".format(b))+' '+str("{:.2f}".format(c)))
# 11 aout 22 ajout du retour en param des coef du polynome pour logger dans ini.yaml
# 22 aout on ne veut plus sauver le polynome
# polynome=[a,b,c]
np_fit=np.asarray(fit)
xi, xdec,y = np_fit.T
xdec=xi+xdec+LineRecal
xi=xi+LineRecal
posX_min_slit=int(min(xi[PosRaieHaut], xi[PosRaieBas]))
posX_max_slit=int(max(xi[PosRaieHaut], xi[PosRaieBas]))
"""
imgplot1 = plt.imshow(myimg)
plt.show()
#plt.scatter(min_ajust,IndY[0:-1],s=0.1, marker='.', edgecolors=('green'))
plt.scatter(MinX,IndY,s=0.1, marker='.', edgecolors=('blue'))
plt.scatter(xdec,y,s=0.1, marker='.', edgecolors=('red'))
plt.show()
"""
# Test position de la fente décalée
if len(range_dec)!=1 : # si il y des decalages à prendre en compte
shift_max=range_dec[len(range_dec)-1]
shift_min=range_dec[1]
if ((posX_min_slit-shift_max)<=1) or ((posX_max_slit+shift_max)>=iw):
v=min(posX_min_slit-2, iw-posX_max_slit-1)
logme('*******************************')
if cfg.LG == 1:
logme ('Warning !! Valeur de décalage trop importante')
logme ('Valeur de décalage maximum:'+str(v))
logme ('Image au centre la raie sera calculée à la place')
else:
logme ('Warning!! Shift value too large')
logme ('Maximum shift value :'+str(v))
logme ('Image at line center will be computed instead')
logme('*******************************')
range_dec=[0]
kend=len(range_dec)
else:
shift_max=abs(range_dec[0])
if ((posX_min_slit-shift_max)<=1) or ((posX_max_slit+shift_max)>=iw):
v=min(posX_min_slit-2, iw-posX_max_slit-1)
logme('*******************************')
if cfg.LG == 1:
logme ('Warning !! Valeur de décalage trop importante')
logme ('Valeur de décalage maximum:'+str(v))
logme ('Image au centre la raie sera calculée à la place')
else:
logme ('Warning!! Shift value too large')
logme ('Maximum shift value :'+str(v))
logme ('Image at line center will be computed instead')
logme('*******************************')
range_dec=[0]
kend=len(range_dec)
"""
# sauve image moyenne croppée
ih= hdr['NAXIS2'] # Hauteur de l'image
if pos_fente_max !=0 :
iw2= pos_fente_max-pos_fente_min
else:
iw2=iw-pos_fente_min
hdr['NAXIS1']=iw2 # Largeur de l'image
myimg=np.reshape(myimg, (ih, iw2)) # Forme tableau X,Y de l'image moyenne
# sauve en fits l'image moyenne avec suffixe _mean
savefich=basefich+'_mean2'
SaveHdu=fits.PrimaryHDU(myimg,header=hdr)
SaveHdu.writeto(savefich+'.fits',overwrite=True)
"""
"""
----------------------------------------------------------------------------
----------------------------------------------------------------------------
Applique les ecarts a toute les lignes de chaque trame de la sequence
----------------------------------------------------------------------------
----------------------------------------------------------------------------
"""
FrameIndex=1 # Index de trame
if Width>Height:
flag_rotate=True
ih=Width
iw=Height
else:
flag_rotate=False
iw=Width
ih=Height
FrameMax=FrameCount
Disk=[]
# reduction de bruit - moyenne de 3 colonnes
if len(range_dec)==1 and Flags["NOISEREDUC"] == 1 :
range_dec_ref=range_dec
range_dec=[0,-1,1]
if Flags["WEAK"] and Flags["NOISEREDUC"] == 1 :
range_dec_ref=range_dec
range_dec=[0,-1,1,Shift[1]-1, Shift[1], Shift[1]+1,Shift[2]-1,Shift[2],Shift[2]+1]
if Flags["POL"] and Flags["NOISEREDUC"] == 1 :
range_dec_ref=range_dec
range_dec=[0,-1,1,-shift_vol-1, -shift_vol, -shift_vol+1,shift_vol-1,shift_vol,shift_vol+1]
for k in range_dec:
Disk.append(np.zeros((ih,FrameMax), dtype='uint16'))
if flag_display:
cv2.namedWindow('disk', cv2.WINDOW_NORMAL)
FrameMax=FrameCount
cv2.resizeWindow('disk', int(FrameMax*sc), int(ih*sc))
cv2.moveWindow('disk', int(iw*sc)+1, 0)
#initialize le tableau qui va recevoir les intensités spectrale de chaque trame
cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.moveWindow('image', 0, 0)
cv2.resizeWindow('image', int(iw*sc), int(ih*sc))
# init vector to speed up from Andrew & Doug Smiths BUIL2 calcul poids interpol
left_weights = np.ones(ih) - np.asarray(fit)[:, 1]
right_weights = np.ones(ih) - left_weights
ind_l=[]
ind_r=[]
for s in range_dec:
ind_l.append((np.asarray(fit)[:, 0] + np.ones(ih) * (LineRecal + s)).astype(int))
# teste des bornes pour indices left
ind_l[len(ind_l)-1][(ind_l[len(ind_l)-1])>iw-1]=iw-1
ind_l[len(ind_l)-1][(ind_l[len(ind_l)-1])<=0]=0
ind_r.append((ind_l[len(ind_l)-1] + np.ones(ih)).astype(int))
#teste des bornes pour indices right
ind_r[len(ind_l)-1][(ind_r[len(ind_l)-1])>iw-1]=iw-1
ind_r[len(ind_l)-1][(ind_r[len(ind_l)-1])<=0]=0
# Lance la reconstruction du disk a partir des trames
while FrameIndex < FrameCount :
#t0=float(time.time())
img=scan.readFrameAtPos(FrameIndex)
img=img*factor
# si fente orientée verticale on remet le spectre à l'horizontal
if flag_rotate:
img=np.rot90(img)
# si flag_display vrai montre trame en temps reel
if flag_display:
cv2.imshow('image', img)
if cv2.waitKey(1)==27:
cv2.destroyAllWindows()
sys.exit()
# Boucle sur les decalages
i=0
for i in range(0,len(range_dec)):
# vector slit
left_col = img[np.arange(ih), ind_l[i]]
right_col = img[np.arange(ih), ind_r[i]]
# prevent saturation overflow for saturated areas
left_col[left_col>64500]=64500
right_col[right_col>64500]=64500
IntensiteRaie = (left_col*left_weights + right_col*right_weights)
# Ajoute au tableau disk
Disk[i][:,FrameIndex]=IntensiteRaie
# Display reconstruction of the disk refreshed every 30 lines
refresh_lines=int(20)
if flag_display and FrameIndex %refresh_lines ==0:
disk_display=[]
disk_display=np.copy(Disk[0])*2
cv2.imshow ('disk', disk_display)
if cv2.waitKey(1) == 27: # exit if Escape is hit
cv2.destroyAllWindows()
sys.exit()
FrameIndex=FrameIndex+1
# reduction de bruit - moyenne de 3 colonnes
if (kend == 1 and Flags["NOISEREDUC"] ==1) or (Flags["NOISEREDUC"]== 1 and Flags["WEAK"]) or (Flags["NOISEREDUC"]== 1 and Flags["POL"]) :
d0=np.array(Disk[0], dtype='float64')
d1=np.array(Disk[1], dtype='float64')
d2=np.array(Disk[2], dtype='float64')
disk_reducnoise = (d0+d1*0.5+d2*0.5) / 2
Disk[0]=np.array(disk_reducnoise, dtype='uint16')
if Flags["WEAK"] or Flags["POL"] :
d3=np.array(Disk[3], dtype='float64')
d4=np.array(Disk[4], dtype='float64')
d5=np.array(Disk[5], dtype='float64')
disk_reducnoise = (d3*0.5+d4+d5*0.5) / 2
Disk[1]=np.array(disk_reducnoise, dtype='uint16')
d6=np.array(Disk[6], dtype='float64')
d7=np.array(Disk[7], dtype='float64')
d8=np.array(Disk[8], dtype='float64')
disk_reducnoise = (d6*0.5+d7+d8*0.5) / 2
Disk[2]=np.array(disk_reducnoise, dtype='uint16')
del Disk[3:]
range_dec = range_dec_ref
kend=len(range_dec)
if cfg.LG == 1 :
logme("Option Reduction de Bruit")
else :
logme("Noise reduction option")
# Sauve fichier disque reconstruit pour affichage image raw en check final
hdr['NAXIS1']=FrameCount-1
img_suff=[]
for i in range(0,kend):
DiskHDU=fits.PrimaryHDU(Disk[i],header=hdr)
if i>0 :
img_suff.append("_dp"+str(range_dec[i]))
else:
img_suff.append('')
DiskHDU.writeto("Complements"+os.path.sep+basefich+img_suff[i]+'_raw.fits',overwrite='True')
if flag_display:
cv2.destroyAllWindows()
#t1=time.time()
#print('fin image raw :', t1-t0)
#t0=time.time()
frames=[]
msg=[]
if cfg.LG == 1:
msg.append('...image centre...')
else:
msg.append('...center image...')
if kend!=0 :
for i in range(1,kend) :
if cfg.LG == 1:
msg.append('...décalage image '+str(range_dec[i])+"...")
else:
msg.append('...image shift '+str(range_dec[i])+"...")
#msg=('...image centre...', '...image Doppler 1...', '...image Doppler 2...', '...image continuum...')
"""
-------------------------------------------------------------------------
-------------------------------------------------------------------------
Boucle sur les disques de la liste de decalage range_dec
-------------------------------------------------------------------------
-------------------------------------------------------------------------
"""
for k in range(0,kend):
logme(' ')
logme(msg[k])
"""
--------------------------------------------------------------------
Calcul des mauvaises lignes et de la correction geometrique
--------------------------------------------------------------------
"""
# elimine premiere colonne qui serait à zéro
#Disk[k][:,0]=4000
iw=Disk[k].shape[1]
ih=Disk[k].shape[0]
img=Disk[k]
y1,y2=detect_bord (img, axis=1,offset=5, flag_disk=True) # bords verticaux
#detection de mauvaises lignes
# somme de lignes projetées sur axe Y
#img_blur=cv2.GaussianBlur(img,(3,3),0)
ysum_img=np.mean(img,1)
# ne considere que les lignes du disque avec marge de 15 lignes
marge=15
ysum=ysum_img[y1+marge:y2-marge]
# choix methode par fit polynome et division
# ou detection des lignes et mediane
methode_poly= False
debug=False
# filtrage sur fenetre de 31 pixels, polynome ordre 3 (etait 101 avant)
yc=savgol_filter(ysum,41, 3)
"""
#polynome
xval=np.arange(0,y2-y1-2*marge,1)
p = np.polyfit(xval,ysum,6)
fit=[]
for x in xval:
fitv = p[0]*x**6+p[1]*x**5+p[2]*x**4+p[3]*x**3+p[4]*x**2+p[5]*x+p[6]
fit.append(fitv)
#print('Coef poly ',p)
#fp = ysum-np.array(fit)
yc=np.array(fit)
"""
if debug :
# affichage debug
plt.plot(yc)
plt.plot(ysum)
plt.show()
# divise le profil somme par le profil filtré pour avoir les hautes frequences
hcol1=np.divide(ysum,yc)
hcol=np.copy(hcol1)
# met à zero les pixels dont l'intensité est inferieur à 1.03 (3%)
#hcol[abs(hcol1-1)<= 0.02]=0
hcol[(hcol1-1)>=-0.02]=0
if debug :
# affichage debug
plt.plot(hcol1)
plt.plot(hcol)
plt.show()
# tableau de zero en debut et en fin pour completer le tableau du disque
a=[0]*(y1+marge)
b=[0]*(ih-y2+marge)
hcol=np.concatenate((a,hcol,b))
# creation du tableau d'indice des lignes a corriger
l_col=np.where(hcol!=0)
listcol=l_col[0]
#print(listcol)
# doit etre abandonné
# demarre a x constant et gain trop fort
# et poly ne convient pas pour disque tronqué
if methode_poly:
# on ne clamp pas le profil
hcol=1+((ysum-yc)/yc)
hcol[hcol-1>-0.03]=1
# tableau de zero en debut et en fin pour completer le tableau du disque
a=[1]*(y1+marge)
b=[1]*(ih-y2+marge)
hcol=np.concatenate((a,hcol,b))
if debug :
#affichage debug
plt.plot(hcol)
plt.title('hcol_poly')
plt.show()
# Geénère tableau image de flat
flat_hf=[]
for i in range(0,iw):
flat_hf.append(hcol)
np_flat_hf=np.asarray(flat_hf)