根据每个图像中提取的源对齐天文拟合文件序列。对齐的文件将以几何方式重新投影，因此所有图像的大小和形状都相同。
fits-align的Python项目详细描述
#fits align
根据每个图像中提取的源对齐一系列天文fits文件。对齐的文件将以几何方式重新投影，以便所有图像都具有相同的大小和形状。
来自LCO的FITS数据是[rice compressed]（https://heasrc.gsfc.nasa.gov/fits io/fpack/）并包含在我们的数据管道处理期间使用[sep]（https://sep.readthedocs.io/en/v1.0.x/）提取的源。
用法
`` python
来自fits-align.ident import make-u transforms
来自fits-align.align import affineremap
来自glob import glob
来自numpy import shape
img-u list=排序（glob（os.path.join（tmp-dir，“*.fz”））
ref_image=img_list[0]
images_to_align=img_list[1:]
identifications=make_transforms（ref_image，images_to_align）
aligned_images=[ref_image]
对于标识中的id:
如果id.ok:
alignedimg=affineremap（id.ukn.filepath，id.trans，outdir=tmpdir）
对齐的图像。附加（alignedimg）
``````
我已经消除了对scipy的依赖，取而代之的是纯numpy（用于线性代数）和枕头（用于图像数组转换）。
根据每个图像中提取的源对齐一系列天文fits文件。对齐的文件将以几何方式重新投影，以便所有图像都具有相同的大小和形状。
来自LCO的FITS数据是[rice compressed]（https://heasrc.gsfc.nasa.gov/fits io/fpack/）并包含在我们的数据管道处理期间使用[sep]（https://sep.readthedocs.io/en/v1.0.x/）提取的源。
用法
`` python
来自fits-align.ident import make-u transforms
来自fits-align.align import affineremap
来自glob import glob
来自numpy import shape
img-u list=排序（glob（os.path.join（tmp-dir，“*.fz”））
ref_image=img_list[0]
images_to_align=img_list[1:]
identifications=make_transforms（ref_image，images_to_align）
aligned_images=[ref_image]
对于标识中的id:
如果id.ok:
alignedimg=affineremap（id.ukn.filepath，id.trans，outdir=tmpdir）
对齐的图像。附加（alignedimg）
``````
我已经消除了对scipy的依赖，取而代之的是纯numpy（用于线性代数）和枕头（用于图像数组转换）。
欢迎加入QQ群-->： 979659372
