Operatorzy używali do badania widma, znając lokalizację iszerokość każdego piku i osądz kawałek, do którego należy widmo. W nowy sposób obraz jest przechwytywany przez kamerę na ekranie. A szerokość każdego pasma musi być obliczana programowo.

Stary system: spektroskop -> ludzkie oko Nowy system: spektroskop -> kamera -> program

Jaka jest dobra metodaoblicz szerokość każdego pasma, biorąc pod uwagę ich przybliżone pozycje osi X; biorąc pod uwagę, że zadanie to było wykonywane perfekcyjnie wzrokowo i teraz musi być wykonywane przez program?

Przepraszam, jeśli brakuje mi szczegółów, ale jest ich mało.

Lista programów, która wygenerowała poprzedni wykres; Mam nadzieję, że jest to istotne:

import Image
from scipy import *
from scipy.optimize import leastsq

# Load the picture with PIL, process if needed
pic         = asarray(Image.open("spectrum.jpg"))

# Average the pixel values along vertical axis
pic_avg     = pic.mean(axis=2)
projection  = pic_avg.sum(axis=0)

# Set the min value to zero for a nice fit
projection /= projection.mean()
projection -= projection.min()

#print projection

# Fit function, two gaussians, adjust as needed
def fitfunc(p,x):
    return p[0]*exp(-(x-p[1])**2/(2.0*p[2]**2)) + \
        p[3]*exp(-(x-p[4])**2/(2.0*p[5]**2))
errfunc = lambda p, x, y: fitfunc(p,x)-y

# Use scipy to fit, p0 is inital guess
p0 = array([0,20,1,0,75,10])
X  = xrange(len(projection))
p1, success = leastsq(errfunc, p0, args=(X,projection))
Y = fitfunc(p1,X)

# Output the result
print "Mean values at: ", p1[1], p1[4]

# Plot the result
from pylab import *
#subplot(211)
#imshow(pic)
#subplot(223)
#plot(projection)
#subplot(224)
#plot(X,Y,'r',lw=5)
#show()

subplot(311)
imshow(pic)
subplot(312)
plot(projection)
subplot(313)
plot(X,Y,'r',lw=5)
show()