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)。