G10光学变焦级数

2024-02-22 15:38
文章标签 光学 级数 变焦 g10

本文主要是介绍G10光学变焦级数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

以前我一直以为G10的光学变焦和单反相机的变焦镜头一样是无级的。后来在使用中我逐渐发现,G10的镜头的变焦并非如单反那样是无级的,并非是可以停留 在任意位置上的。于是我开始对镜头的光学变焦进行测试。每次尽量使用最小的变化量,结果发现镜头的变焦确实不是无级的,而是分为14级。除了这预先设好的 14级外,用户调不出其他的变焦倍数来。这14级分别是:
1、6.1mm;             相当于35毫米相机的焦距是28mm
2、6.785mm;         相当于35毫米相机的焦距是31.14mm
3、7.407mm;         相当于35毫米相机的焦距是33.99mm
4、8.108mm;         相当于35毫米相机的焦距是37.21mm
5、8.898mm;         相当于35毫米相机的焦距是40.84mm
6、9.784mm;         相当于35毫米相机的焦距是44.91mm
7、10.775mm;       相当于35毫米相机的焦距是49.45mm
8、12.074mm;       相当于35毫米相机的焦距是55.42mm
9、13.761mm;       相当于35毫米相机的焦距是63.16mm
10、15.673mm;     相当于35毫米相机的焦距是71.94mm
11、18.098mm;     相当于35毫米相机的焦距是83.07mm
12、21.461mm;     相当于35毫米相机的焦距是98.50mm
13、24.978mm;     相当于35毫米相机的焦距是114.65mm
14、30.5mm。         相当于35毫米相机的焦距是140mm
       在这些级别中,在广角端的级差很小,第一级和第二级之差仅为0.585毫米,而越到后来级差越大,最后一个级差为25.35毫米。至于级差是按什么规律递增的,没有计算。

这篇关于G10光学变焦级数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/735718

相关文章

【Get深一度】信号处理(二)——傅里叶变换与傅里叶级数的区别与联系

1.傅里叶级数和傅里叶变换:  傅里叶级数对周期性现象做数学上的分析 傅里叶变换可以看作傅里叶级数的极限形式,也可以看作是对周期现象进行数学上的分析。 除此之外,傅里叶变换还是处理信号领域的一种很重要的算法。要想理解傅里叶变换算法的内涵,首先要了解傅里叶原理的内涵。 傅里叶原理表明:对于任何连续测量的数字信号,都可以用不同频率的正弦波信号的无限叠加来表示。     傅里叶变

Python(TensorFlow)和MATLAB及Java光学像差导图

🎯要点 几何光线和波前像差计算入瞳和出瞳及近轴光学计算波前像差特征矩阵方法计算光谱反射率、透射率和吸光度透镜像差和绘制三阶光线像差图和横向剪切干涉图分析瞳孔平面焦平面和大气湍流建模神经网络光学像差计算透镜光线传播几何偏差计算像差和像散色差纠正对齐定位,计算多边形统计数据分子图像分析神经网络多尺度算法预测聚焦光场矢量计算非球面反射望远镜偏差算法 Python望远镜色差 完美透镜具有抛物线形

机器视觉-3 光学成像之明场与暗场

一. 原理介绍                 在机器视觉中,光学成像的明场(Bright Field)和暗场(Dark Field)是两种常见的成像技术,分别用于不同的检测和分析场景。它们通过不同的光照方式来突出对象的特征,从而帮助识别、检测和测量对象的各类细节。 明场成像原理:是一种传统的光学成像技术。在这种技术中,光源直接照射到物体上,反射光或透射光直接进入相机或传感器。成像的亮度主要由

Python自适应光学模态星形小波分析和像差算法

🎯要点 🎯星形小波分析像差测量 | 🎯对比傅里叶和小波分析 | 🎯定义多尺度图像质量度量,矩阵数据 | 🎯像差校正算法 | 🎯受激发射损耗显微镜布局 | 🎯干涉仪分支校准,求解正则化最小二乘问题计算控制矩阵 | 🎯像差理论多项式逼近算法 📜光学和散射用例 🍪语言内容分比 🍇Python光学成像点源响应 荧光显微镜是一种光学显微镜,它使用荧光代替或补充散射、反射

别人的傅氏级数展开式函数

在 Matlab 中,没有专门求傅氏级数的函数调用,但我们可编写一个函数来求 f (x)在 [-l,l]上的 Fourier 级数. 打开 Matlab 的 M 文件编辑窗口,输入如下命令行:  function [A,B,F]=fseries(f,x,n,a,b)  if nargin==3,a=-pi;b=pi;end  L=(b-a)/2;  if a+b~=0,f=subs(f,x,x+L

Ansys Speos | 挡风玻璃光学畸变分析

附件下载 联系工作人员获取附件 此示例介绍了基于 TL 957 标准和43号法规(ECE R43)的挡风玻璃光学畸变分析的工作流程,以及 GitHub Ansys 光学自动化中提供的分析自动化工具。 如果您从未使用过任何 GitHub 仓库,可以根据光学自动化库的介绍进行操作,该文章在运行以下的工作流程之前可以提供一些必备知识。 该工作流程使用了于 2023R1 发布的light expe

头戴式AR/VR 光学标定

文章:A Survey of Calibration Methods for Optical See-Through Head-Mounted Displays 作者:Jens Grubert , Yuta Itoh, Kenneth Moser 编译:点云PCL 本文仅做学术分享,如有侵权,请联系删除。欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈。内容如有错误欢迎评论留言,未经允许

1087:级数求和

1087:级数求和 时间限制: 1000 ms         内存限制: 65536 KB 提交数:117217    通过数: 53292 【题目描述】 已知:S[n]=1+1/2+1/3+…+1/n。显然对于任意一个整数k,当n足够大的时候,S[n]大于k。现给出一个整数k(1<=k<=15),要求计算出一个最小的n,使得S[n]>k。 【输入】 一个整数k。 【输出】 一个整

基于分数Talbot效应的阵列光学涡旋产生matlab模拟与仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 5.完整程序 1.程序功能描述        基于分数Talbot效应的阵列光学涡旋产生matlab模拟与仿真,分别测试正方形,旋转正方形以及六边形三种阵列形状下的光学涡旋。 2.测试软件版本以及运行结果展示 MATLAB2013b版本运行 测试正方形: 测试旋转正方形

「BioNano系列」光学图谱混合组装应该怎么做?

评估从头组装结果 Bionano从头组装出光学图谱CMAP可以和参考序列的CMAP进行比对,通过Access上可视化检查参考基因组的组装质量,比较两者间的不同。 这里所用的CMAP图谱来自于一篇发表在NC的拟南芥的基因组文章(原本计划用他们的bnx文件介绍从头组装,但是通讯作者根本不搭理我), 光学图谱的下载方式为: wget https://submit.ncbi.nlm.nih.gov