用于在python中标记坏像素的图像上的插值

Question

嗨我有一张合适的图像，我用pyfits.getdata读到了图像的角落里有很强的渐晕。我创建了第二个numpy数组，其尺寸与原始图像相同，坏像素值为1，可用值为0.要检测点源，我在原始图像上使用pysex 。 pysex例程检测渐晕区域中的波动作为点源。如何在标记坏像素的数组上进行插值。我试过scipy.interpolate.griddata和scipy.interpolate.interp2d并且所需的参数不清楚，最简单的解决方案是什么？

Answer 1

在（x0，y0）= 5,10处有坏像素 （x1，y1）= 50,100

的另一个

output = Scipy.interpolate.map_coordinat(array,np.array([[5,50],[10,100]]))
1bad_value = output[0]
2bad_value = output[1]

它像[x0，x1，x2，x3]，[y0，y1，y2，y3]，不是很直观我承认

你想要更多，这是一个非常好的帖子： Fast interpolation of grid data

但实际上我会将scipy.filter.uniform_filter用于坏像素。它为您提供neigbourgs的平均值。它不是一个精确的立方插值，但它更稳健。更好的scipy.filter.median_filter，以防你有2个坏像素彼此靠近。

Answer 2

我认为map_coordinates应该能够满足您的需求：

index_vignetted = scipy.ndimage.map_coordinates(vignette, point_sources)

这将返回一个向量，其中包含每个点源位置下像素的晕影值。