如何根据 python 中一天中的时间每分钟从最大值和最小值计算曝光时间

Question

我想做我的Raspberry Pi camera timelapse boxes to take long exposures at night, and shorter exposures at day. I've gathered a list of sunset and sunrises for my location like this (Script here)

它有一天中太阳升起、中午和落下的时间。（或者值“太阳”：never_rises，或 never_sets 代表我居住的极地冬季和极地夏季。）

我的 Picamera 最大曝光时间为 6 秒，即 6000000 微秒，以便在夜间获得可用的图像。在白天，我获得了大约 4000 微秒曝光的良好曝光。

我想做一个脚本，根据当前时间计算曝光时间从max:6000000到min:4000，每分钟。

我在想这样的事情：低于时间，直到日出前 2 小时，天黑了，= max 曝光。

从日出到白天的 2 小时内，获取从 max 到 min 的值。

min 持续一整天。

然后，在两个小时内从 min 到 max，从日落开始向外，当天又黑时。

但是我的数学能力很弱。我如何计算两小时内每分钟从 max 到 min 的平滑过渡？

如果每天日落和升起的时间相同，我可以制作一个 excel sheet 来获得可用的值，但是由于每天太阳落山和升起的时间不同变得棘手。

可以找到用于制作延时摄影的脚本here。

Answer 1

这需要一些时间运行，所以可能有更好的实现方式。它假定曝光时间为 1 微秒，因此如果不同，只需修改 np.linspace 行。

我让它从最大曝光开始，在日出曝光开始前 2 小时线性减少到日出时的最小值。在日落时它开始线性增加到日落后 2 小时的最大值。如果日落和日出之间的时间少于 4 小时，我决定根据时差调整最大曝光量。使用不同的尺度（即对数或几何）可能会有更好的结果，但这可能更多地来自实验而不是编码本身。

就我个人而言，我认为时间假设有点不对，但这更多的是一个基于一天中不同时间的适当曝光设置的问题，而不是这里提出的问题，脚本可以这样调整。

import requests
import datetime
import numpy as np
import pandas as pd
import time
import plotly.graph_objects as go

max = 6000000
min = 4000
change = np.round(np.linspace(min, max, 121))
mins = pd.DataFrame({"time": pd.date_range("1/1/2021", "31/12/2021", freq="T"), "exposure": max})
url = "https://raw.githubusercontent.com/ekstremedia/raspberry-timelapse/master/scripts/solartimes.json"
data = requests.get(url).json()
sunset = None
neversets = False
for i in data:
    if not data[i]["data"]:
        if data[i]["sun"] == "never_sets":
            day = datetime.datetime.strptime(f'2021-{i}', "%Y-%d-%m")
            day_end = day + datetime.timedelta(hours=23, minutes=59)
            mins.loc[(mins["time"] >= day) & (mins["time"] <= day_end), "exposure"] = min
            if not neversets:
                new_max = int((((day-sunset).seconds/120)/120)*max)
                new_change = np.linspace(min, new_max, int(((day-sunset).seconds/120))+1)
                new_change_a = np.round(np.concatenate([new_change[:-1], new_change[::-1]]))
                try:
                    mins.loc[(mins["time"] >= sunset) & (mins["time"] <= day), "exposure"] = new_change_a
                except ValueError:
                    new_change_a = np.round(np.concatenate([new_change, new_change[::-1]]))
                    mins.loc[(mins["time"] >= sunset) & (mins["time"] <= day), "exposure"] = new_change_a
            neversets = True
    else:
        sunrise = datetime.datetime.strptime(f'2021-{i} {data[i]["sunrise"]}', "%Y-%d-%m %H:%M")
        pre_sunrise = sunrise - datetime.timedelta(hours=2)
        if neversets:
            day = datetime.datetime.strptime(f'2021-{i}', "%Y-%d-%m")
            sunrise = datetime.datetime.strptime(f'2021-{i} {data[i]["sunrise"]}', "%Y-%d-%m %H:%M")
            new_max = int((((sunrise-day).seconds/120)/120)*max)
            new_change = np.linspace(min, new_max, int(((sunrise-day).seconds/120))+1)
            new_change_a = np.round(np.concatenate([new_change[:-1], new_change[::-1]]))
            try:
                mins.loc[(mins["time"] >= day) & (mins["time"] <= sunrise), "exposure"] = new_change_a
            except ValueError:
                new_change_a = np.round(np.concatenate([new_change, new_change[::-1]]))
                mins.loc[(mins["time"] >= day) & (mins["time"] <= sunrise), "exposure"] = new_change_a
            sunset = datetime.datetime.strptime(f'2021-{i} {data[i]["sunset"]}', "%Y-%d-%m %H:%M")
            post_sunset = sunset + datetime.timedelta(hours=2)
            mins.loc[(mins["time"] >= sunrise) & (mins["time"] <= sunset), "exposure"] = min
            mins.loc[(mins["time"] >= sunset) & (mins["time"] <= post_sunset), "exposure"] = change
            neversets = False
            continue
        if sunset:
            yest_sunset = sunset
            if sunrise-yest_sunset < datetime.timedelta(hours=4):
                new_max = int((((sunrise-yest_sunset).seconds/120)/120)*max)
                new_change = np.linspace(min, new_max, int(((sunrise-yest_sunset).seconds/120))+1)
                new_change_a = np.round(np.concatenate([new_change[:-1], new_change[::-1]]))
                try:
                    mins.loc[(mins["time"] >= yest_sunset) & (mins["time"] <= sunrise), "exposure"] = new_change_a
                except ValueError:
                    new_change_a = np.round(np.concatenate([new_change, new_change[::-1]]))
                    mins.loc[(mins["time"] >= yest_sunset) & (mins["time"] <= sunrise), "exposure"] = new_change_a
                sunset = datetime.datetime.strptime(f'2021-{i} {data[i]["sunset"]}', "%Y-%d-%m %H:%M")
                post_sunset = sunset + datetime.timedelta(hours=2)
                mins.loc[(mins["time"] >= sunrise) & (mins["time"] <= sunset), "exposure"] = min
                mins.loc[(mins["time"] >= sunset) & (mins["time"] <= post_sunset), "exposure"] = change
                continue

        sunset = datetime.datetime.strptime(f'2021-{i} {data[i]["sunset"]}', "%Y-%d-%m %H:%M")
        post_sunset = sunset + datetime.timedelta(hours=2)
        mins.loc[(mins["time"] >= pre_sunrise) & (mins["time"] <= sunrise), "exposure"] = change[::-1]
        mins.loc[(mins["time"] >= sunrise) & (mins["time"] <= sunset), "exposure"] = min
        mins.loc[(mins["time"] >= sunset) & (mins["time"] <= post_sunset), "exposure"] = change

fig = go.Figure(data=go.Scattergl(x=mins["time"], y=mins["exposure"], mode='lines'))
fig.update_xaxes(rangeslider_visible=True)
fig.show()

current = datetime.datetime.now().replace(second=0, microsecond=0)
print(mins.loc[mins["time"] == current, "exposure"])

弄清楚这实际上很有趣。希望有用。

如何根据 python 中一天中的时间每分钟从最大值和最小值计算曝光时间

How to calculate exposure time from a maximum and minimum value, every minute based on time of day in python

python

math

raspberry-pi