Question

处理后我的文件大小有问题...我编写了创建编辑图像的脚本...（从原始图像数据中扣除平场图像数据和暗图像数据）...这是代码Convert float NumPy array to big endian我的问题是......在开始时，我有一个大小为2.8MiB且类型为＆gt; 2i的文件...处理后我有11MiB适合文件并输入float64，我不知道为什么？在IDL中有一些修复方法http://www.exelisvis.com/docs/FIX.html。在Python中，我使用imgg = imgg.astype（np.int16，copy = False）。因此，我获得了2.8MiB的图像文件，但只有白色和黑色......

有什么建议吗？

Answer 1

来自http://docs.astropy.org/en/stable/io/fits/appendix/faq.html#why-is-an-image-containing-integer-data-being-converted-unexpectedly-to-floats

如果图像的标题包含可选BSCALE和/或BZERO关键字的非平凡值（即BSCALE！= 1和/或BZERO！= 0），则必须重新调整文件中的原始数据根据公式得出其物理值：

physical_value = BZERO + BSCALE * array_value

由于BZERO和BSCALE是浮点值，因此结果值也必须是浮点值。如果原始值是16位整数，则结果值是单精度（32位）浮点数。如果原始值为32位整数，则结果值为双精度（64位浮点数）。

如果您不期望它，这种自动缩放很容易让您感到警惕，因为直到访问HDU的数据部分才会发生这种情况（允许更新标题而不重新调整数据）。例如：

>>> hdul = fits.open('scaled.fits')
>>> image = hdul['SCI', 1]
>>> image.header['BITPIX']
32
>>> image.header['BSCALE']
2.0
>>> data = image.data  # Read the data into memory
>>> data.dtype
dtype('float64')  # Got float64 despite BITPIX = 32 (32-bit int)
>>> image.header['BITPIX']  # The BITPIX will automatically update too
-64
>>> 'BSCALE' in image.header  # And the BSCALE keyword removed
False

这样做的原因是，一旦用户访问数据，他们也可以操纵它并对其执行计算。如果数据被强制保持为整数，则会丢失很多精度。因此，最好是在不丢失数据的情况下犯错，但最初会造成一些混乱。

如果在保存之前必须将数据返回到整数，请使用ImageHDU.scale方法：

>>> image.scale('int32')
>>> image.header['BITPIX']
32

或者，如果使用mode ='update'打开文件以及scale_back = True参数，原始BSCALE和BZERO缩放将在保存之前自动重新应用于数据。通常这是不可取的，尤其是在从浮点转换回无符号整数值时。但是，在需要根据物理值的变化修改原始数据的情况下，这可能很有用。

为了防止发生重新缩放（适用于更新标头 - 即使您不打算让代码访问数据，也可以在这里谨慎行事），在打开时使用do_not_scale_image_data参数文件：

>>> hdul = fits.open('scaled.fits', do_not_scale_image_data=True)
>>> image = hdul['SCI', 1]
>>> image.data.dtype
dtype('int32')

处理前后FITS文件的大小不同

1 个答案: