def test_show_image():
m = si.BrainObservatoryMonitor()
img = np.zeros(si.MONITOR_DIMENSIONS)
m.show_image(img, show=False, warp=True, mask=False)
m.show_image(img, show=False, warp=False, mask=True)
def test_mask():
m = si.BrainObservatoryMonitor()
assert(m._mask is None)
assert(m.mask.sum() == 931286)
assert(m.mask.shape == si.MONITOR_DIMENSIONS)
assert(m._mask is not None)
def test_spatial_frequency_to_pix_per_cycle():
m = si.BrainObservatoryMonitor()
x1 = m.spatial_frequency_to_pix_per_cycle(.1, 15.0)
x2 = m.spatial_frequency_to_pix_per_cycle(.05, 15.0)
np.testing.assert_almost_equal(x1, 97.7072500845)
np.testing.assert_almost_equal(x2/x1, 2)
def test_natural_movie_image_to_screen(data_set):
compare_set = set(data_set.list_stimuli()).intersection(si.NATURAL_MOVIE_STIMULUS_TYPES)
if len(compare_set) > 0:
for stimulus_type in compare_set:
template = data_set.get_stimulus_template(stimulus_type)
m = si.BrainObservatoryMonitor()
m.natural_movie_image_to_screen(template[0, :, :]).shape == si.MONITOR_DIMENSIONS
def test_lsn_image_to_screen(data_set):
compare_set = set(data_set.list_stimuli()).intersection(si.LOCALLY_SPARSE_NOISE_STIMULUS_TYPES)
if len(compare_set) > 0:
for stimulus_type in compare_set:
template = data_set.get_stimulus_template(stimulus_type)
m = si.BrainObservatoryMonitor()
m.lsn_image_to_screen(template[0,:,:]).shape == si.MONITOR_DIMENSIONS
def test_pixels_to_visual_degrees():
m = si.BrainObservatoryMonitor()
np.testing.assert_almost_equal(m.pixels_to_visual_degrees(45), 4.64716996476)
np.testing.assert_almost_equal(m.pixels_to_visual_degrees(45, small_angle_approximation=False), 4.64462483116)
np.testing.assert_almost_equal(m.pixels_to_visual_degrees(1), 0.103270443661)
np.testing.assert_almost_equal(m.pixels_to_visual_degrees(1, small_angle_approximation=False), 0.103270415704)
def test_map_stimulus():
m = si.BrainObservatoryMonitor()
test_list = [(0, 0), (-5.333333333333333, -7.333333333333333), (-5.333333333333333, -7.333333333333333), (-2.6666666666666665, -3.6666666666666665), (-16.88888888888889, 0.0), (-16.88888888888889, 0.0), (-16.88888888888889, 0.0), (-141.0, -373.0), (0, 0), (0, 0), (240.0, 330.0), (0.0, 0.0), (0.0, 0.0), (0.0, 0.0), (50.666666666666664, 104.5), (50.666666666666664, 104.5), (50.666666666666664, 104.5), (99.0, -43.0), (240.0, 330.0), (240.0, 330.0), (240.0, 330.0), (0.0, 0.0), (0.0, 0.0), (0.0, 0.0), (50.666666666666664, 104.5), (50.666666666666664, 104.5), (50.666666666666664, 104.5), (99.0, -43.0), (240.0, 330.0), (240.0, 330.0), (240.0, 330.0), (0.0, 0.0), (0.0, 0.0), (0.0, 0.0), (50.666666666666664, 104.5), (50.666666666666664, 104.5), (50.666666666666664, 104.5), (99.0, -43.0), (240.0, 330.0), (240.0, 330.0), (60.0, 0.0), (-4.0, -7.333333333333333), (-4.0, -7.333333333333333), (-2.0, -3.6666666666666665), (0.0, 0.0), (0.0, 0.0), (0.0, 0.0), (-81.0, -373.0), (60.0, 0.0), (60.0, 0.0), (60.0, 0.0), (-4.0, -7.333333333333333), (-4.0, -7.333333333333333), (-2.0, -3.6666666666666665), (0.0, 0.0), (0.0, 0.0), (0.0, 0.0), (-81.0, -373.0), (60.0, 0.0), (60.0, 0.0), (60.0, 0.0), (-4.0, -7.333333333333333), (-4.0, -7.333333333333333), (-2.0, -3.6666666666666665), (0.0, 0.0), (0.0, 0.0), (0.0, 0.0), (-81.0, -373.0), (60.0, 0.0), (60.0, 0.0), (141.0, 373.0), (-2.2, 0.9555555555555556), (-2.2, 0.9555555555555556), (-1.1, 0.4777777777777778), (22.8, 118.11666666666666), (22.8, 118.11666666666666), (22.8, 118.11666666666666), (0.0, 0.0), (141.0, 373.0), (141.0, 373.0), (0, 0), (-5.333333333333333, -7.333333333333333), (-5.333333333333333, -7.333333333333333), (-2.6666666666666665, -3.6666666666666665), (-16.88888888888889, 0.0), (-16.88888888888889, 0.0), (-16.88888888888889, 0.0), (-141.0, -373.0), (0, 0), (0, 0), (0, 0), (-5.333333333333333, -7.333333333333333), (-5.333333333333333, -7.333333333333333), (-2.6666666666666665, -3.6666666666666665), (-16.88888888888889, 0.0), (-16.88888888888889, 0.0), (-16.88888888888889, 0.0), (-141.0, -373.0), (0, 0), (0, 0)]
counter = 0
for source_stimulus in sorted(si.all_stimuli()):
for target_stimulus in sorted(si.all_stimuli()):
tmp = m.map_stimulus((0,0), source_stimulus, target_stimulus)
np.testing.assert_array_almost_equal(tmp, test_list[counter])
counter += 1
np.testing.assert_array_almost_equal(m.map_stimulus(tmp, target_stimulus, source_stimulus), np.array([0,0]))
def test_grating_to_screen(data_set):
compare_set = set(data_set.list_stimuli()).intersection([si.STATIC_GRATINGS, si.DRIFTING_GRATINGS])
if len(compare_set) > 0:
for stimulus_type in compare_set:
m = si.BrainObservatoryMonitor()
curr_row = data_set.get_stimulus_table(stimulus_type).iloc[10]
phase = 0
spatial_frequency = .04
orientation = curr_row.orientation
template = m.grating_to_screen(phase, spatial_frequency, orientation)
assert m.natural_movie_image_to_screen(template).shape == si.MONITOR_DIMENSIONS
def test_pixels_to_visual_degrees():
m = si.BrainObservatoryMonitor()
np.testing.assert_almost_equal(m.pixels_to_visual_degrees(1), 0.103270443661,10)
def test_visual_degrees_to_pixels():
m = si.BrainObservatoryMonitor()
np.testing.assert_approx_equal(m.visual_degrees_to_pixels(4.5), 43.5749072092)
def test_get_mask():
m = si.BrainObservatoryMonitor()
mask = m.get_mask()
assert mask.sum() == 931286
assert mask.shape == si.MONITOR_DIMENSIONS
