スライドで使いたかったので、飽和(サチュレーション)した場合の2次元ガウスビームとそのヒストグラムをchatGPTと相談しながら作りました
プロット例
コード例
import numpy as np import matplotlib.pyplot as plt # 2Dガウシアンビーム画像の生成 x = np.linspace(-1.5, 1.5, 256) X, Y = np.meshgrid(x, x) I = np.exp(-2 * (X**2 + Y**2)) # Gaussian beam intensity profile # ヒストグラム plt.figure(figsize=(12, 5)) plt.subplot(1, 2, 1) plt.imshow(I, cmap='gray') plt.title("Gaussian Beam Image") plt.subplot(1, 2, 2) plt.hist(I.ravel(), bins=50, color='gray') #plt.title("Histogram of Intensity Values") plt.title('Histogram') plt.xlabel("Intensity") #plt.ylabel('Histogram') plt.tight_layout() plt.show()
プロット例
コード例
import numpy as np import matplotlib.pyplot as plt # 画像サイズ N = 256 x = np.linspace(-1.5, 1.5, N) X, Y = np.meshgrid(x, x) R2 = X**2 + Y**2 # ガウスパラメータ sigma = 1.0 I0 = 400.0 # 中心が飽和するように255を超える # 真の強度分布 I_true = I0 * np.exp(-2 * R2 / sigma**2) # センサー応答（ノイズ + オフセット + 飽和） black_level = 5.0 read_noise = np.random.normal(0, 1.5, size=I_true.shape) I_sensor = I_true + black_level + read_noise # クリップしてuint8に変換（飽和処理） I_clip = np.clip(I_sensor, 0, 255) img = I_clip.astype(np.uint8) # 可視化（カラーバー付き） plt.figure(figsize=(12, 5)) # 左：画像表示 + カラーバー plt.subplot(1, 2, 1) im = plt.imshow(img, cmap='gray', vmin=0, vmax=255) plt.title('Gaussian Beam with Saturation') #plt.axis('off') plt.colorbar(im, fraction=0.046, pad=0.04, label='Intensity') # 右：ヒストグラム plt.subplot(1, 2, 2) plt.hist(img.ravel(), bins=50, range=(0, 255), color='gray') plt.title('Histogram') plt.xlabel('Intensity') #plt.ylabel('Histogram') plt.tight_layout() plt.show()
