如何使用 python 显示 16 位彩色 FITS 图像

Question

我想在 python 中显示 FITS 图像。我使用 astropy（FITS 加载器）和 matplotlib 以及灰度图像来完成所有这些工作。但是我有 16 位颜色的图像和 RGGB 的拜耳矩阵，我不知道如何将其显示为 RGB 彩色图像。

这适用于灰度图像：

import numpy as np
import matplotlib.pyplot as plt
from astropy.io import fits
m42 = fits.open('FITS Data/frame-u-006073-4-0063.fits')
imagedata = m42[0].data
plt.imshow(imagedata, cmap='gray')
plt.colorbar()

但是我有第二张图像，每像素 16 位，我不知道如何将这些位映射到 r、g、b 值并在 matplotlib 中显示它们。

例如（第一个像素为3148）：

pixel = imagedata[0][0]
r = (pixel & 0b1111000000000000) >> 12
g = (pixel & 0b0000111100000000) >> 8
g = int((g + ((pixel & 0b0000000011110000) >> 4)) / 2)
b = pixel & 0b0000000000001111

分别为红色、绿色和蓝色给出 0、8 和 12。如何将整个数组 imagedata 映射到 RGB 并让 matplotlib 显示它？还假设您平均两个绿色值？任何帮助表示赞赏。

更新：我是否误解了带有拜耳矩阵的 16 位图像的格式？每个像素的完整 16 位是 R、G、G 还是 B？在哪种情况下我需要先查看图像去马赛克/去拜耳化？

Answer 1

答案是使用 OpenCV 对图像进行 debayer，然后对数据进行归一化。

import cv2
debayered_image = cv2.cvtColor(imagedata, cv2.COLOR_BayerBG2BGR)
normalised_image = cv2.normalize(debayered_image, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)
imgplot = plt.imshow(normalised_image)

如何使用 python 显示 16 位彩色 FITS 图像

How to display a 16 bit colour FITS image using python

python

matplotlib

image-processing

astropy

fits