处理前后文件大小不同

Question

我处理后的文件大小有问题…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）…这里是代码Convert float NumPy array to big endian，我的问题是…在beggining，我有大小为2.8MiB的fits文件，类型为>；2i…经过处理后，我有一个11MiB和类型float64的fits文件，我不知道为什么？ 在IDL中是一些fix方法http://www.exelisvis.com/docs/FIX.html。在Python中，我使用imgg=imgg.A类型(np.int16型，copy=False）。所以我得到了一个2.8MiB的图像文件，但是只有白色和黑色。。。你知道吗

有什么建议吗？你知道吗

Answer 1

从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的BSCALE和/或BZERO关键字（即BSCALE！=1和/或b0！=0），则必须根据以下公式将文件中的原始数据重新缩放为其物理值：

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。如果原始值是32位整数，则结果值是双精度（64位浮点）。你知道吗

如果您不期望，这种自动缩放很容易让您感到不安，因为在访问HDU的数据部分之前，这种情况不会发生（允许在不重新缩放数据的情况下更新报头之类的事情）。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

原因是，一旦用户访问了数据，他们也可以对其进行操作和计算。如果数据被迫保持为整数，则会损失大量精度。因此，最好是在不丢失数据的情况下出错，代价是一开始造成一些混乱。你知道吗

如果数据在保存前必须返回整数，请使用图像HDU.scale方法：

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

或者，如果以mode='update'和scale\u back=True参数打开文件，则在保存之前，原始的BSCALE和BZERO缩放将自动重新应用于数据。通常这是不可取的，尤其是当从浮点值转换回无符号整数值时。但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。你知道吗

为了防止发生重缩放（有利于更新头-即使您不打算让代码访问数据，在这里也要小心出错），请在打开文件时使用do\u not\u scale\u image\u data参数：

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