swarmflow op• Datenarten: matrix × any × scalar → image2d
• Aufruf: import fullseye as fs; fs.ledger.swarm_render_overhead(points, shape, res: 'float', center=(0.0, 0.0), diameter_px: 'float' = 3.0, intensity: 'float' = 1.0, background: 'float' = 0.0) -> 'np.ndarray' (die Implementierung direkt: import swarmflow; swarmflow.swarm_render_overhead(points, shape, res: 'float', center=(0.0, 0.0), diameter_px: 'float' = 3.0, intensity: 'float' = 1.0, background: 'float' = 0.0) -> 'np.ndarray'; aus dem Register: opsdrive.get("swarm_render_overhead"))
Positionen der Individuen → 1 Frame in Draufsicht (Gaußsche Lichtpunkte, Durchmesser = 2 × Standardabweichung = PIV-Konvention, wie pivops).
Args:
points: (N, 2)-Positionen [m] (darf leer sein = nur Hintergrund).
shape: (H, W) [px].
res: Pixelgröße [m/px].
center: Weltkoordinaten der Bildmitte [m].
diameter_px: Durchmesser eines Leuchtpunkts [px].
intensity: Helligkeit eines Leuchtpunkts.
background: gleichmäßiger Sockelwert.
Returns:
(H, W) float64.
Leere Eingabe (points mit 0 Elementen) gibt ein leeres Ergebnis zurück (Grund: eine Szene mit 0 Individuen ist legitim, und ein Bild nur mit Hintergrund ist die richtige Antwort).
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• poc_swarm_obstacle_from_flow — py -3.11 examples/poc_swarm_obstacle_from_flow.py
image2d als Eingabe)flow_from_depth_motion · ttc_truth · ttc_from_flow · foe_from_flow · perlin2 · fbm_height · fbm_gradient · radial_periodogram
swarmflow)sph_kernel · sph_density_pressure · swarm_simulate · swarm_field_from_tracks · swarm_field_from_piv · potential_flow_cylinder · velocity_deficit_map · stagnation_from_centerline
*Provenance: swarmflow.py — DRIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.