scoop op• 資料種類:any × scalar × scalar → table
• 呼叫: import fullseye as fs; fs.ledger.stream_flux_read(frames, dt: 'float', radius_px: 'float', *, band_rows=None, band_px: 'int' = 9, window: 'int' = 32, particle_mass: 'float | None' = None, c_max: 'float' = 0.95, min_valid: 'float' = 0.3, min_crossings: 'float' = 30.0) -> 'dict'(要直接呼叫實作,import scoop; scoop.stream_flux_read(frames, dt: 'float', radius_px: 'float', *, band_rows=None, band_px: 'int' = 9, window: 'int' = 32, particle_mass: 'float | None' = None, c_max: 'float' = 0.95, min_valid: 'float' = 0.3, min_crossings: 'float' = 30.0) -> 'dict';從台帳取用則 opsdrive.get("stream_flux_read"))
從流的影格序列讀取流量 [個/s] (及質量流量) —— 速度用 PIV(pivops.piv_cross_correlate 全部影格對的中位數)，顆粒線密度 λ 為對時間平均覆蓋率做 Boolean 模型反解(stream_areal_density)後橫向積分所得，流量為 λ v。
band_rows = 要量測的帶的中心列(None 則為 PIV 視窗的全部列中心)。每個帶為 band_px 列的平均。速度取沿流動方向(列增加的方向)的分量,在 PIV 視窗的列之間線性內插,欄按覆蓋率加權平均。
回傳:rows、v_px(px/幀)、v(px/s)、lam(顆/px)、flux(顆/s)、flux_naive(樸素的 c/(πr²))、flux_mean、flux_spread(帶間的 (max − min)/平均 = 流量連續性的檢查)、mass_flux(給定 particle_mass 時)、valid_fraction(PIV 有限視窗的比例)、c_max_seen、n_crossed_est(記錄期間穿過各帶的顆粒估計數 flux·T)、rel_err_poisson(1/√n,顆粒計數的漲落)、reliable(所有帶中 n ≥ min_crossings)。顆粒少時,流量就是計數漲落本身(穿過 1 個帶的顆粒為 2 個時 ±70 %)—— 以 reliable=False 告知。Raises ValueError:幀數少於 2 / 形狀不一致 / PIV 有限視窗少於 min_valid(顆粒太少無法讀出速度 —— 失效之處)/ 帶在影像之外 / 飽和。
• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。
• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。
• 演算法的正典(作者、年份)與用途見上面的族使用指南。
• poc_powder_scoop_pour — py -3.11 examples/poc_powder_scoop_pour.py
table 作為輸入)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
scoop)spoon_bowl_volume · scoop_synth_side · revolution_volume_side · two_view_volume · scoop_volume_read · scoop_count · scoop_image_limit · tilt_wedge_retained
*Provenance: scoop.py — DRIVE 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.