当前位置:首页 > 文章列表 > Golang > Go教程 > Go fitsio 怎样读取图像HDU的像素数组

Go fitsio 怎样读取图像HDU的像素数组

来源:17golang原创 2026-10-31 01:09:19 0浏览 收藏

Go fitsio 读取图像HDU时,先从文件中选出实现 fitsio.Image 的HDU,再读取头部的轴长度和 BITPIX,创建类型及容量匹配的切片,最后调用 img.Read(&pixels)。不要把空切片直接交给它,也不要默认第一个HDU就含有二维图像。

官方地址:https://github.com/astrogo/fitsio

下面以已有科学数据接入程序为例,读取一个二维、BITPIX=-32 的图像,返回宽、高和 []float32 存储值。示例固定使用 v0.3.0 的接口;该仓库已归档,适合维护已有依赖时参考,接入新的长期项目还需考虑维护安排。

先确定目标HDU和像素存储类型

FITS文件由多个 Header/Data Unit 组成,每个HDU拥有自己的头部和数据。主HDU位于索引0,后续扩展也可能是图像,或者是ASCII表、二进制表。主HDU允许没有图像数据,所以不能仅凭文件扩展名或索引猜测内容。

代码先取得 f.HDUs(),对索引做范围判断,然后使用带布尔结果的类型断言。图像对象的 Header() 提供 Axes() 和 Bitpix();前者表示各轴长度,后者描述存储值的位宽及数值类型。

BITPIX通常匹配的Go切片含义
8[]byte8位无符号整数
16[]int1616位有符号整数
32[]int3232位有符号整数
64[]int6464位有符号整数
-32[]float3232位浮点数
-64[]float6464位浮点数

负号表示浮点存储,不是负的像素值。不要因为业务最后需要 float64,就给32位整数图像直接分配 []float64;应先用匹配的具体类型读取,再显式转换。

文件对象、HDU集合、图像、头部与轴和位深字段的组成关系
图1:HDU组成结构图。“文件组织”与“图像描述”两组表示对象归属,连线不表示执行先后;选择对象时应区分图像HDU与表HDU。

在解析前限制输入规模并固定依赖

在维护项目的独立工作目录中添加依赖,再把下节代码保存为 main.go。已有Go模块无需再次初始化。

# 新建示例模块;已有项目跳过这一行
go mod init example.org/fits-plane
# 固定示例所采用的库接口,避免依赖解析结果漂移
go get github.com/astrogo/fitsio@v0.3.0
# observation.fits需为自行准备的受信任二维浮点图像
go run .

fitsio.Open 会在打开时解码文件中的HDU,并不是等到访问选定图像时才读取全部内容。因此,仅在 Read 前限制像素数量,不能限制打开文件阶段的内存。示例在调用 Open 之前要求输入为不超过64MiB的普通文件,再对选定图像额外限制最多8,388,608个像素。这些数字是示例的接入策略,不是库的格式上限,也不代表整体内存只会占用这些字节。

该实现面向受信任且读取期间不会被改写的本地文件。文件大小约束不能保证损坏头部中的尺寸声明合理;如果要接收外部上传,应把解析放在具有独立内存和时间限制的工作进程中,而不是将此函数当作完整的恶意文件防护层。

实现只读二维float32读取函数

函数把HDU索引作为显式参数,避免主图像与科学图像扩展混淆。先限制尺寸,再计算元素总数和分配切片。这里使用内置 float32,不依赖自定义数值类型的隐式转换。

package main

import (
    "fmt"
    "os"

    "github.com/astrogo/fitsio"
)

type Plane32 struct {
    Width, Height int
    Pixels []float32
}

// ReadPlane32 只读取受信任本地文件中的二维浮点存储值,不做物理量标定。
func ReadPlane32(path string, index int) (*Plane32, error) {
    src, err := os.Open(path)
    if err != nil { return nil, fmt.Errorf("打开输入: %w", err) }
    defer src.Close()

    info, err := src.Stat()
    if err != nil { return nil, fmt.Errorf("读取文件属性: %w", err) }
    // Open 会解码全部HDU;在解析前先限制普通文件大小。
    if !info.Mode().IsRegular() || info.Size() > 64= len(hdus) {
        return nil, fmt.Errorf("HDU索引%d越界,数量%d", index, len(hdus))
    }
    img, ok := hdus[index].(fitsio.Image)
    if !ok { return nil, fmt.Errorf("HDU %d不是图像", index) }
    hdr := img.Header()
    if hdr.Bitpix() != -32 {
        return nil, fmt.Errorf("此入口仅接受BITPIX=-32,实际%d", hdr.Bitpix())
    }
    axes := hdr.Axes()
    if len(axes) != 2 || axes[0]  maxPixels/h { return nil, fmt.Errorf("像素数超过上限") }
    count := w*h
    if len(img.Raw()) != count*4 {
        return nil, fmt.Errorf("像素字节长度与图像尺寸不一致")
    }
    pixels := make([]float32, count)
    // Read需要切片指针,并依赖现有容量,不应传入nil切片。
    if err := img.Read(&pixels); err != nil {
        return nil, fmt.Errorf("读取HDU %d像素: %w", index, err)
    }
    return &Plane32{Width:w, Height:h, Pixels:pixels}, nil
}

func main() {
    // 修改索引可选择扩展HDU;这里明确选择主HDU。
    plane, err := ReadPlane32("observation.fits", 0)
    if err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
    // 此处是存储值;是否需要标定由业务根据头关键字决定。
    fmt.Printf("宽=%d 高=%d 像素数=%d 首值=%g\n",
        plane.Width, plane.Height, len(plane.Pixels), plane.Pixels[0])
}

Read 的参数应为指向切片的指针。该版本内部会把切片长度设置为元素数量,但不会替调用者创建足够的底层容量,所以 var pixels []float32 后直接读取并不合适;用 make([]float32, count) 明确承担分配更容易控制资源。

w > maxPixels/h 在乘法前拒绝超限尺寸,且之前已排除零高度。对于这条只接受 -32 的入口,像素数据字节数应为 count*4,从而能在调用解码前发现选中图像的长度与维度不一致。表HDU、空主HDU、三维数据立方体和其他位深都会明确返回错误,不会被当成二维浮点图像勉强读取。

位深、二维轴、像素数量、原始字节、浮点切片和像素索引的静态约束
图2:像素读取约束结构图。“头部约束”“存储缓冲”“坐标解释”三组共同说明切片的来源及访问方式;图中不是运行输出,标定值也不由这些连线自动产生。

按第一轴优先访问像素,另行处理标定值

对于普通二维FITS数组,第一轴变化最快。把第一轴长度作为宽度,第二轴长度作为高度,零起点坐标 (x,y) 的平铺位置就是 y*width+x。FITS科学坐标描述常使用从1开始的像素坐标,不要直接把它代入Go切片。

// 在获得plane后,读取零起点坐标;不把坐标检查留给切片越界panic。
x, y := 2, 1
if x >= 0 && x = 0 && y 

例如,宽为3、高为2,平铺存储值为 [7,8,9,20,21,22] 时,坐标 (2,1) 对应索引5,值为22。这是按索引公式手算的示例,不是本机读取某个文件的结果。显示为图片时是否上下翻转,属于显示坐标和科学坐标之间的选择,读取数组本身不替你决定。

还应区分存储值与物理量。FITS可通过 BSCALE 与 BZERO 描述线性变换:物理量等于 BZERO + BSCALE × 存储值,默认分别是0和1。本例调用的是 Image.Read,该版本这条读取路径不自动执行这组标定;应另外读取头关键字,经过业务确认后再转换。不要把用于显示的 Image() 方法与数值切片读取视作完全相同的接口。

后续求均值、归一化或绘图时,也要为浮点像素中的NaN、无穷值制定处理规则;不能因为读取成功就认为全部像素适合参加统计。

把错误与资源所有权交给调用方

fitsio.File.Close() 不负责关闭底层 io.Reader。示例因此分别关闭库对象与 os.File,并把错误返回给调用者,而不是在读取函数内结束整个进程。后续接入服务时,调用者可以把同一错误映射为任务失败或文件不适用。

现象处理位置
HDU索引越界读取HDU集合长度后拒绝访问
选中HDU是表图像接口类型断言处返回错误
位深不是-32切换到匹配类型的独立读取分支
像素数超过接入限额分配切片之前拒绝
读取值与预期科学量相差固定偏移或比例核对BSCALE/BZERO及单位定义

接入日志可记录业务文件标识、HDU索引、轴长度、BITPIX及错误类别,不必输出整幅像素数组或内部绝对路径。读取器不应修改输入文件,也不应悄悄把不支持的HDU替换成另一个HDU;是否改选扩展由调用方明确决定。

只有一维光谱也能用吗?

FITS图像HDU不局限于二维,本例为了返回宽高而主动限定二维。一维光谱应按各轴长度乘积创建切片,并使用适合光谱的坐标解释,不能强补一个高度假装二维。

能直接读取压缩图像扩展吗?

不能仅凭文件名保证这个入口支持。压缩图像可能以二进制表约定存储,本例会因图像类型不匹配而拒绝;应使用明确支持对应压缩约定的实现或先转为普通图像HDU。

需要把字节顺序手工翻转吗?

使用库的 Read 读取匹配类型时由解码器处理FITS的存储字节序。Raw() 返回的是原始数据字节,不能直接将其当成本机浮点切片重解释。

参考:fitsio接口文档、图像读取实现、文件与资源所有权实现、NASA FITS标准入口。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go fitsio 怎样创建带关键字的FITS主HDUGo fitsio 怎样创建带关键字的FITS主HDU
上一篇
Go fitsio 怎样创建带关键字的FITS主HDU
Go fitsio 怎样向FITS表追加一条结构化记录
下一篇
Go fitsio 怎样向FITS表追加一条结构化记录
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    800次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    792次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    879次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    849次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    680次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码