scene op• Data kinds: कोई नहीं → table (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)
• Call: import fullseye as fs; fs.ledger.sensor_spec(pixel_um: 'float' = None, resolution=None, quantum_efficiency: 'float' = None, full_well_e: 'float' = None, read_noise_e: 'float' = None, dark_e_per_s: 'float' = 5.0, bit_depth: 'int' = 8, gain_e_per_unit: 'float' = 50000.0, shutter: 'str' = None, model: 'str' = None, qe_curve=None, qe_reference_nm: 'float' = None, si_collection_um: 'float' = 3.0) -> 'dict' (implementation को सीधे call करना हो तो import optscene; optscene.sensor_spec(pixel_um: 'float' = None, resolution=None, quantum_efficiency: 'float' = None, full_well_e: 'float' = None, read_noise_e: 'float' = None, dark_e_per_s: 'float' = 5.0, bit_depth: 'int' = 8, gain_e_per_unit: 'float' = 50000.0, shutter: 'str' = None, model: 'str' = None, qe_curve=None, qe_reference_nm: 'float' = None, si_collection_um: 'float' = 3.0) -> 'dict', registry से लेना हो तो opsoptics.get("sensor_spec"))
image sensor की specification। केवल वे मान रखता है जो electrons की संख्या तक तय करते हैं।
quantum_efficiency photon -> electron रूपांतरण दक्षता है, dark_e_per_s dark current (यह dark field में मायने रखता है, जहाँ exposures लंबे होते हैं), shutter global / rolling (conveyor पर parts rolling-shutter distortion दिखाते हैं)।
optical brightness (कितने photons पहुँचते हैं) lens और layout से तय होती है; यहाँ केवल यह कैसे record होता है रखा जाता है ―― इन्हें मिलाने से "मैंने sensor बदला और field of view भी बदल गया" जैसे untraceable बदलाव होते हैं।
model में असली model number देने पर (sensor_catalog() की key), resolution, pixel pitch और shutter के अलावा, camera निर्माता द्वारा प्रकाशित EMVA1288 measurements से QE, read noise और full-well capacity भी भर दी जाती है (arguments के रूप में स्पष्ट दिए गए मान प्राथमिकता लेते हैं)। स्रोत camera measurements है, इसलिए अलग camera में ये थोड़े बदलते हैं। ledger का QE 545 nm का मान है (स्रोत की table में "All measurements have been taken at 545 nm" लिखा है), इसलिए qe_reference_nm 545 होता है।
★ "स्पष्ट दिया गया मान" argument दिया गया या नहीं इससे तय होता है (डिफ़ॉल्ट None)। 2026-10-15 तक इसकी तुलना डिफ़ॉल्ट मान से की जाती थी, इसलिए read_noise_e=2.5 या quantum_efficiency=0.6 स्पष्ट देने पर, डिफ़ॉल्ट मान के बराबर होने के कारण वह चुपचाप ledger के मान (उदा.: 14.0 e-) से बदल जाता था। स्पष्ट दिए गए मानों के नाम explicit_overrides में दर्ज रहते हैं। model number से विरोधाभासी pixel_um / shutter पर ValueError (sensor की physics model number से तय होती है)। resolution को स्पष्ट देने पर उसे ROI के रूप में माना जाता है (ledger के pixel count से अधिक होने पर ValueError)।
spectral (layout_capture(mode="spectral")) में उपयोग होने वाला quantum efficiency curve QE(λ):
• qe_curve में pairs(λ [nm], QE) देने पर उसे वैसे ही उपयोग किया जाता है (datasheet का curve; extrapolate नहीं करता)।
• छोड़ देने पर Si photodiode model spectralrad.silicon_photodiode_qe (Si के n,k Green 2008 से) को collection depth si_collection_um (डिफ़ॉल्ट 3 µm) से बनाया जाता है, और scale ऐसे मिलाया जाता है कि qe_reference_nm पर वह quantum_efficiency से मेल खाए। यह आकार का model है, datasheet का curve नहीं।
optics के सभी ops गणना से पहले input की जाँच करते हैं (कुछ भी चुपचाप पास नहीं होता):
• Unit argument के नाम में ही लिखी होती है — _mm / _um / _deg / _mrad। mm और µm की गड़बड़ी crash नहीं करती, बल्कि "सही दिखने वाला पर गलत उत्तर" देती है, इसलिए नाम से इसे रोका जाता है। मान के आकार से unit का अनुमान बिल्कुल नहीं लगाया जाता।
• String से ValueError — float('50') सफल हो जाता है, इसलिए बिना parse किया config value length के रूप में निकल जाता (मापा गया: thin_lens('50', '200') सही दिखने वाला 66.667 mm लौटा रहा था)। bool को भी True == 1 वाले implicit promotion के रूप में अस्वीकार किया जाता है।
• complex / masked array से ValueError (केवल real-valued slots; imaginary part को चुपचाप छोड़ना या mask हटाना अस्वीकार)। हर input पर NaN/Inf से ValueError।
• शून्य से भाग और उससे जुड़े मामलों को नाम लेकर अस्वीकार किया जाता है: focal length 0, radius of curvature 0, refractive index <= 0, पूरी तरह opaque aperture (सब 0, इसलिए normalisation 0/0), ऐसा PSF जिसका योग <= 0 हो, S0 = 0 वाला Stokes vector, और front focal point पर रखा object (image अनंत पर)।
• केवल 2 ops non-finite value लौटाते हैं, और वह भी contract के रूप में लिखा हुआ: depth_of_field hyperfocal distance से आगे far_mm = inf (hyperfocal distance की परिभाषा यही है) और gaussian_beam waist पर wavefront_radius_mm = inf (plane wavefront की radius of curvature)। दोनों साथ में एक finite साथी (far_is_infinite / curvature_per_mm) भी लौटाते हैं। इसके अलावा कोई भी चुपचाप आया NaN/Inf अंदर ही पकड़ा जाता है और ValueError देता है — "float64 overflow हुआ" और "उत्तर अनंत है" अलग-अलग दावे हैं, इसलिए पहले को दूसरे का चेहरा पहनाकर नहीं लौटाया जाता।
• Size की सीमा: generate होने वाले grid के लिए optics.MAX_GRID (4096), दिए गए field/PSF/aperture के लिए optics.MAX_FIELD_ELEMENTS (2^24), ABCD element chain के लिए optics.MAX_SYSTEM_ELEMENTS (1024), Zernike के लिए MAX_ZERNIKE_TERMS (512) / MAX_ZERNIKE_ORDER (40) / MAX_ZERNIKE_BASIS (2^25)। छोटे argument से बहुत बड़ा internal allocation होने वाले रास्तों (मापा गया: n_max=40 × 4096² पर 108 GB) को fail-closed ढंग से बंद किया गया है।
• भौतिक रूप से असंभव states भी अस्वीकार: degree of polarisation > 1 वाला Stokes vector, ऋणात्मक transmittance, ऋणात्मक intensity, और n-|m| odd जैसे अमान्य Zernike indices।
• dataset_conventions — Training dataset के conventions — COCO / YOLO / VOC और visual inspection में सावधानियाँ
• mv_cameras — Industrial camera निर्माता (sensor mapping, line scan / TDI)
• mv_illumination_practice — Lighting व्यवहार में — wavelength, polarisation, drive modes, ambient light, safety
• mv_image_sensors — Industrial image sensors (मुख्यतः मौजूदा products)
• virtual_machine_vision — Virtual machine vision — parameters की सूची और एक object model
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
• poc_nir_silicon_transmission — py -3.11 examples/poc_nir_silicon_transmission.py
• poc_optics_drawings — py -3.11 examples/poc_optics_drawings.py
• vision_layout_from_catalog — py -3.11 examples/vision_layout_from_catalog.py
table को input के रूप में लेते हैं)abcd_matrix · wavefront_stats · sfr_from_edge · paraxial_trace · seidel_coefficients · spot_stats · tolerance_analysis · wavefront_from_opd
scene)scene_material · scene_plane · scene_sphere · scene_box · scene_cylinder · surface_defect · surface_finish · random_defects
*Provenance: optscene.py — OPTICS operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.