Optiland近轴光学

文章目录

光轴对象

【Paraxial】是optiland中的光轴类，不能单独存在，必须绑定到一个具体的Optic（光学系统）上。以optiland示例的Petzval镜头为例，可直接调取其光轴成员

python 复制代码

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'Times New Roman' 
from optiland.samples.objectives import PetzvalLens
lens = PetzvalLens()
lens.draw()
plt.show()

type(lens.paraxial)
# <class 'optiland.paraxial.Paraxial'>

光轴方法

【Paraxial】类的本质作用就是在代码层面实现高斯光学的数学模型，因此其内置了许多方法，包括

方法	计算内容
f1()	前焦距（Front Focal Length），即物方主点到物方焦点的距离。
f2()	后焦距（Back Focal Length），也叫有效焦距(EFL)，即像方主点到像方焦点的距离。
F1()/F2()	物方/像方焦点在系统中的位置。
P1()	物方主平面的位置，这个位置通常是相对于系统的第一面（Surface 1）定义的。
P2()	像方主平面（后主面）的位置。注意：这个位置通常是相对于像面（Image Surface）定义的。
N1() / N2()	物方节点和像方节点的位置。在物像空间折射率相同（如都在空气中）的情况下，节点与主点重合。
EPD()	入瞳直径（Entrance Pupil Diameter）。
EPL()	入瞳位置（Entrance Pupil Location）。
XPL()	出瞳位置（Exit Pupil Location）（相对于像面）。
XPD()	出瞳直径（Exit Pupil Diameter）。
FNO()	像方 F 数（Image-space F-number），如果系统定义了直接 F 数，则直接返回。
magnification()	系统的横向放大率（Transverse Magnification）。
invariant()	拉格朗日不变量（Lagrange Invariant）

可视化

下面将近轴光学中部分重要参数在图像中绘制出来

代码如下

python 复制代码

fig, ax = lens.draw(num_rays=3)

# 获取paraxial属性
p = lens.paraxial

# 获取表面位置
z1 = lens.surfaces.positions[1, 0]  # 第一表面位置
zImg = lens.surfaces.positions[-1, 0]   # 像面位置

F1_global = z1 + p.F1()       # 物方焦点
F2_global = zImg + p.F2()     # 像方焦点
P1_global = z1 + p.P1()       # 物方主面
P2_global = zImg + p.P2()     # 像方主面
EPL_global = z1 + p.EPL()     # 入瞳位置
XPL_global = zImg + p.XPL()   # 出瞳位置

ax.axvline(F1_global, color='red', linestyle='--', linewidth=1.5, label='F1 (Object Focus)')
ax.axvline(F2_global, color='blue', linestyle='--', linewidth=1.5, label='F2 (Image Focus)')

ax.axvline(P1_global, color='red', linestyle=':', linewidth=2, label='P1 (Object Principal)')
ax.axvline(P2_global, color='blue', linestyle=':', linewidth=2, label='P2 (Image Principal)')

ax.axvline(EPL_global, color='green', linestyle='-.', linewidth=1.5, label=f'EP (Entrance Pupil)')
ax.axvline(XPL_global, color='green', linestyle='-.', linewidth=1.5, label=f'XP (Exit Pupil)')

# 添加图例和标题
ax.legend(loc='upper left')
plt.tight_layout()
plt.show()