-
Notifications
You must be signed in to change notification settings - Fork 0
/
fun_pump.py
861 lines (702 loc) · 35 KB
/
fun_pump.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
# -*- coding: utf-8 -*-
"""
Created on Fri Jan 28 00:42:22 2022
@author: Xcz
"""
import cv2
import math
import numpy as np
import scipy.stats
import inspect
from fun_os import img_squared_bordered_Read, U_Read, U_dir, U_plot_save
from fun_global_var import Get, init_accu, tree_print
from fun_img_Resize import img_squared_Resize
from fun_array_Generate import mesh_shift, Generate_r_shift, random_phase
from fun_linear import Cal_n, Cal_kz, fft2, ifft2
from fun_SSI import Cal_IxIy
# %%
# 生成 束腰 z = 0 处的 HG 光束(但不包括 复振幅的 高斯分布)
def HG_without_Gauss_profile(Ix=0, Iy=0, size_PerPixel=0.77,
w0=0,
m=1, n=0,
theta_x=1, theta_y=0, ):
mesh_Ix0_Iy0_shift = mesh_shift(Ix, Iy,
)
C_HG_mn = 1
x, y = 2 ** 0.5 * mesh_Ix0_Iy0_shift[:, :, 0] * size_PerPixel / w0, \
2 ** 0.5 * mesh_Ix0_Iy0_shift[:, :, 1] * size_PerPixel / w0
M, N = [0] * m, [0] * n
M.append(m), N.append(n)
HG_mn = C_HG_mn * np.polynomial.hermite.hermval(x, M) * np.polynomial.hermite.hermval(y, N)
return HG_mn
# %%
# 生成 束腰 z = 0 处的 LG 光束(但不包括 复振幅的 高斯分布)
def LG_without_Gauss_profile(Ix=0, Iy=0, size_PerPixel=0.77,
w0=0,
l=1, p=0,
theta_x=1, theta_y=0, ):
r_shift = Generate_r_shift(Ix, Iy, size_PerPixel,
theta_x, theta_y, )
C_LG_pl = (2 / math.pi * math.factorial(p) / math.factorial(p + abs(l))) ** 0.5
x = 2 ** 0.5 * r_shift / w0
LG_pl = C_LG_pl / w0 * x ** abs(l) * scipy.special.genlaguerre(p, abs(l), True)(x ** 2)
return LG_pl
# %%
# 生成 束腰 z = 0 处的 高斯光束
def Gauss(Ix=0, Iy=0, size_PerPixel=0.77,
w0=0,
theta_x=1, theta_y=0, ):
r_shift = Generate_r_shift(Ix, Iy, size_PerPixel,
theta_x, theta_y, )
if (type(w0) == float or type(w0) == np.float64 or type(
w0) == int) and w0 > 0: # 如果 传进来的 w0 既不是 float 也不是 int,或者 w0 <= 0,则 图片为 1
U = np.power(math.e, - r_shift ** 2 / w0 ** 2)
else:
U = np.ones((Ix, Iy), dtype=np.complex128)
return U
# %%
# 对 输入场 引入 高斯限制
def Gauss_profile(Ix=0, Iy=0, size_PerPixel=0.77,
U=0, w0=0,
theta_x=1, theta_y=0, ):
if (type(w0) == float or type(w0) == np.float64 or type(
w0) == int) and w0 > 0: # 如果 传进来的 w0 既不是 float 也不是 int,或者 w0 <= 0,则表示 不对原图 引入 高斯限制
r_shift = Generate_r_shift(Ix, Iy, size_PerPixel,
theta_x, theta_y, )
U = U * np.power(math.e, - r_shift ** 2 / w0 ** 2)
return U
# %%
# 生成 纯相位 OAM
def OAM(Ix=0, Iy=0,
l=1,
theta_x=1, theta_y=0, ):
mesh_Ix0_Iy0_shift = mesh_shift(Ix, Iy,
theta_x, theta_y)
U = np.power(math.e, l * np.arctan2(mesh_Ix0_Iy0_shift[:, :, 0], mesh_Ix0_Iy0_shift[:, :, 1]) * 1j)
return U
# %%
# 对 输入场 引入额外螺旋相位
def OAM_profile(Ix=0, Iy=0,
U=0,
l=1,
theta_x=0, theta_y=0, ):
mesh_Ix0_Iy0_shift = mesh_shift(Ix, Iy,
theta_x, theta_y)
# print(U.shape, mesh_Ix0_Iy0_shift[:, :, 0].shape,mesh_Ix0_Iy0_shift[:, :, 1].shape)
U = U * np.power(math.e, l * np.arctan2(mesh_Ix0_Iy0_shift[:, :, 0], mesh_Ix0_Iy0_shift[:, :, 1]) * 1j)
return U
# θx 增大时,y = x 这个 45 度 的 线,会 越来越 偏向 x 轴 正向。
# %%
# 对 输入场 的 频谱 引入额外螺旋相位
def OAM_profile_G(Ix=0, Iy=0,
U=0,
l=1,
theta_x=1, theta_y=0, ):
g_shift = fft2(U)
g_shift = OAM_profile(Ix, Iy,
g_shift,
l,
theta_x, theta_y, )
U = ifft2(g_shift)
return U, g_shift
# %%
# 对 输入场 引入 额外的 倾斜相位
def incline_profile(Ix=0, Iy=0,
U=0, k_inc=0,
theta_x=1, theta_y=0, ):
# 在空气中 倾斜,还是 在晶体中 倾斜,取决于 k 中的 n 是空气 还是 晶体的 折射率:
# 同样的 倾角,n 不同,则积累的 空域 倾斜相位 梯度 不同
# 其中 k 是 k 或 k_nxny,其正中 是 倒空间 正中
# 各向异性晶体 中 积累的 倾斜相位 其实 也应是 各向异性的,这里做不到;似乎实际上 也做不到在晶体从倾斜:溯源都可归结到 在空气中倾斜
# if type(k) != float and type(k) != np.float64 and type(k) != int: # 如果 是 array,则 只取中心级 的 k
# k = k[Iy // 2, Ix // 2] # 取中心级 的 k
theta_x = theta_x / 180 * math.pi
theta_y = - theta_y / 180 * math.pi # 笛卡尔 坐标系 转 图片 / 电脑 坐标系
kx, ky, kz = Cal_Unit_kxkykz_based_on_theta_xy(theta_x, theta_y, )
kx, ky, kz = k_inc * kx, k_inc * ky, k_inc * kz
# print(kx, ky, kz)
# %%
mesh_Ix0_Iy0_shift = mesh_shift(Ix, Iy)
# k_shift = (k**2 - Kx**2 - Ky**2 + 0j )**0.5
U = U * np.power(math.e, (kx * mesh_Ix0_Iy0_shift[:, :, 0] + ky * mesh_Ix0_Iy0_shift[:, :, 1]) * 1j)
return U
# mesh_Ix0_Iy0_shift[:, :, 0] 只与 第 2 个参数 有关,
# 则 对于 第 1 个参数 而言,对于 不同的 第 1 个参数,都 引入了 相同的 倾斜相位。
# 也就是 对于 同一列 的 不同的行,其 倾斜相位 是相同的
# 因此 倾斜相位 也 只与 列 相关,也就是 只与 第 2 个参数 有关,所以 与 x 有关。
def Cal_Unit_kxkykz_based_on_theta_xy(theta_x, theta_y, ):
# %% 球面三角(xz 面 + yz 面,二者的 法向 相对于 z 轴 的 偏角)
# kz 轴,选的是 左手系 的 + z,右手系的 - z 轴,theta_x, theta_y 也是 基于此轴正向 读的值。
# %% 现实:无论先转 theta_x 还是先转 theta_y
kz = math.cos(theta_x) * math.cos(theta_y) # 通光方向 的 分量大小(对于 右手系,是 - kz)
# %% 现实 1:先转 theta_x 再转 theta_y
ky = math.cos(theta_x) * math.sin(theta_y)
kx = math.sin(theta_x)
# %% 现实 2:先转 theta_y 再转 theta_x
# ky = k_inc * math.sin(theta_y)
# kx = k_inc * math.sin(theta_x) * math.cos(theta_y)
# %% 非现实(实际上 直接规定 kx,ky,导致 kz 可能为负...,因此不可归一化,何况也不是正交的)
# kx, ky = k_inc * np.sin(theta_x), k_inc * np.sin(theta_y)
# kz = (k_inc ** 2 - kx ** 2 - ky ** 2) ** 0.5
# %%
# 但这个 k 其实 只是 中心 k;或者说,上述 隐含了 球面 折射率 方程...
# 椭球的话,kx,ky 的关系似乎得用 tan,但 tan 只在小角有效;45 度 就 1:1 了,也不对
# kx, ky = k * np.tan(theta_x), k * np.tan(theta_y)
# %% 球坐标系(理应 先借助 上述 kx,ky,kz 以得 极角 theta = f(kx,ky,kz)、方位角 phi = f(kx,ky);
# 但现可直接 theta = f(theta_x)、phi = f(theta_y),但这又限制于 以 kx 或 ky 为 z 轴的 左或右手坐标系,而没法以 kz 为 z 轴)
# kx = k_inc * math.sin(theta) * math.cos(phi) # 球作标系 转 直角坐标,恰好 完全与 球面三角法 相反
# ky = k_inc * math.sin(theta) * math.sin(phi) # 原因是 轴 - 面内 的 2 个 角,即 极角 - 方位角
# kz = k_inc * math.cos(theta) # 极角 = 90⁰ - 面-面 夹角、方位角 = 面-面 夹角
# 即 theta = 90⁰ - theta_x,phi = theta_y 对应 先转 theta_x 再转 theta_y,且 kx, ky, kz 对应 kz, ky, kx,极 z 轴 是 x 轴;phi 正:右手系
# 即 theta = 90⁰ - theta_y,phi = theta_x 对应 先转 theta_y 再转 theta_x,且 kx, ky, kz 对应 kz, kx, ky,极 z 轴 是 y 轴;phi 反:左手系
return kx, ky, kz
# %%
# 对输入场 频域 引入 额外倾斜相位
def incline_profile_G(Ix=0, Iy=0,
U=0, k_inc=0,
theta_x=1, theta_y=0, ):
g_shift = fft2(U)
g_shift = incline_profile(Ix, Iy,
g_shift, k_inc,
theta_x, theta_y)
# 本该 H_shift 的 e 指数 的 相位部分,还要 加上 k_shift * i1_z0 的,不过这里 i1_z0 = i1_0 = 0,所以加了 等于没加
U = ifft2(g_shift)
return U, g_shift
# %%
# 对输入场 频域 引入 传播相位
def propagation_profile_G(Ix=0, Iy=0, size_PerPixel=0.77,
U=0, k=0, z=0, ):
g_shift = fft2(U)
kz_shift, mesh_kx_ky_shift = Cal_kz(Ix, Iy, k)
i_z0 = z / size_PerPixel
H_z0_shift = np.power(math.e, kz_shift * i_z0 * 1j)
G_z0_shift = g_shift * H_z0_shift
U_z0 = ifft2(G_z0_shift)
return U_z0, G_z0_shift
# %%
# 对输入场 空域 引入 传播相位
def propagation_profile_U(Ix=0, Iy=0, size_PerPixel=0.77,
U=0, k=0, z=0, ):
kz_shift, mesh_kx_ky_shift = Cal_kz(Ix, Iy, k)
i_z0 = z / size_PerPixel
H_z0_shift = np.power(math.e, kz_shift * i_z0 * 1j)
U_z0 = U * H_z0_shift
G_z0_shift = ifft2(U_z0)
return U_z0, G_z0_shift
# %%
def pump(Ix=0, Iy=0, size_PerPixel=0.77,
Up=0, w0=0, k_inc=0, k=0, z=0,
# %%
is_LG=0, is_Gauss=1, is_OAM=1,
l=1, p=0,
theta_x=1, theta_y=0,
is_random_phase=0,
is_H_l=0, is_H_theta=0, is_H_random_phase=0,
# %%
is_save=0, is_save_txt=0, dpi=100,
# %%
ticks_num=6, is_contourf=0,
is_title_on=1, is_axes_on=1, is_mm=1,
# %%
fontsize=9,
font={'family': 'serif',
'style': 'normal', # 'normal', 'italic', 'oblique'
'weight': 'normal',
'color': 'black', # 'black','gray','darkred'
},
# %%
is_colorbar_on=1, is_energy=0,
# %%
**kwargs, ):
# print(Up)
# %%
# file_name = os.path.splitext(file_full_name)[0]
# img_name_extension = os.path.splitext(file_full_name)[1] # 都能获取了
# size_fig = Ix / dpi # 都能获取了
# %%
# 将输入场 改为 LG 光束
if is_LG == 1:
# 将 实空间 输入场 变为 束腰 z = 0 处的 LG 光束
Up = LG_without_Gauss_profile(Ix, Iy, size_PerPixel,
w0,
l, p,
theta_x, theta_y, )
elif is_LG == 2:
# 将 实空间 输入场 变为 束腰 z = 0 处的 HG 光束
Up = HG_without_Gauss_profile(Ix, Iy, size_PerPixel,
w0,
l, p,
theta_x, theta_y, )
# %%
# 对输入场 引入 高斯限制
if is_Gauss == 1 and is_LG == 0:
# 将 实空间 输入场 变为 束腰 z = 0 处的 高斯光束
Up = Gauss(Ix, Iy, size_PerPixel,
w0,
theta_x, theta_y, )
else:
# 对 实空间 输入场 引入 高斯限制
Up = Gauss_profile(Ix, Iy, size_PerPixel,
Up, w0,
theta_x, theta_y, )
# %%
# 对输入场 引入 额外的 螺旋相位
if is_OAM == 1 and is_Gauss == 0:
# 高斯则 乘以 额外螺旋相位,非高斯 才直接 更改原场:高斯 已经 更改原场 了
# 将输入场 在实空间 改为 纯相位 的 OAM
Up = OAM(Ix, Iy,
l,
theta_x, theta_y, )
elif is_LG != 2: # 只有 非厄米高斯时,l ≠ 0 时 才加 螺旋相位
# 对输入场 引入 额外的 螺旋相位
if is_H_l == 1:
# 对 频谱空间 引入额外螺旋相位
Up, G_z0_shift = OAM_profile_G(Ix, Iy,
Up,
l,
theta_x, theta_y, )
else:
# 对 实空间 引入额外螺旋相位
Up = OAM_profile(Ix, Iy,
Up,
l,
theta_x, theta_y, )
# %%
# 对输入场 引入 额外的 倾斜相位
if is_H_theta == 1:
# 对 频谱空间 引入额外倾斜相位
Up, G_z0_shift = incline_profile_G(Ix, Iy,
Up, k_inc,
theta_x, theta_y, )
else:
# 对 实空间 引入额外倾斜相位
Up = incline_profile(Ix, Iy,
Up, k_inc,
theta_x, theta_y)
# Up = Up**2
# %%
# 对输入场 引入 传播相位
if is_H_l == 1:
# 对输入场 的 频谱 引入 额外的 螺旋相位(纯相位), 并在 频域传播 一定距离(纯相位),之后 返回空域(其实就是 在空域传播 / 乘以 传递函数)
# 由于是两次 纯相位操作,不会 改变 频域 或 空域 的 总能量
# 其他 总能量守恒,但改变 频谱能量分布 的 操作,如 希尔伯特变换,可能也行(不一定 加 螺旋相位 后,再 频域传播)
# 或者 先后进行多次 不同的 能量守恒 操作 也行
U_z0, G_z0_shift = propagation_profile_U(Ix, Iy, size_PerPixel,
Up, k, z, )
else:
U_z0, G_z0_shift = propagation_profile_G(Ix, Iy, size_PerPixel,
Up, k, z, )
# %%
# 对输入场 引入 随机相位
if is_random_phase == 1:
if is_H_random_phase == 1:
# G_z0_shift *= random_phase(Ix, Iy)
G_z0_shift = G_z0_shift * random_phase(Ix, Iy)
U_z0 = ifft2(G_z0_shift)
else:
# U_z0 *= random_phase(Ix, Iy)
U_z0 = U_z0 * random_phase(Ix, Iy)
G_z0_shift = fft2(U_z0)
# %%
# 绘图:g_0_amp
method = "PUMP"
cmap_2d = "inferno" # "plasma", "magma", "inferno", "cividis",
# "Reds", "BuPu"
# "pink", "gist_heat",
# "Spectral_r", "coolwarm", "seismic", "PuOr_r"
# "gnuplot", "rainbow", "nipy_spectral", "gist_earth"
# ray = kwargs['ray'] + "0" if "ray" in kwargs else "0"
if inspect.stack()[1][3] == "pump_pic_or_U" or inspect.stack()[1][3] == "pump_pic_or_U2":
ray = kwargs['ray_pump'] + "p" if "ray_pump" in kwargs else "p"
elif inspect.stack()[1][3] == "pump_pic_or_U_structure": # 如果 调用该 pump 的 函数,名为 这个
ray = kwargs['ray_structure'] + "p" if "ray_structure" in kwargs else "p"
else:
ray = "p"
# ray = kwargs['ray'] + "_p" if "ray" in kwargs else "_p"
name = "G" + ray
title = method + " - " + name
# print(kwargs)
kwargs.pop('U', None) # 要想把 kwargs 传入 U_plot_save,kwargs 里不能含 'U'
U_plot_save(G_z0_shift, title, 0,
Get("img_name_extension"),
# %%
size_PerPixel,
is_save, is_save_txt, dpi, Get("size_fig"),
# %%
cmap_2d, ticks_num, is_contourf,
is_title_on, is_axes_on, is_mm,
fontsize, font,
# %%
is_colorbar_on, is_energy, # 默认无法 外界设置 vmax 和 vmin,因为 同时画 振幅 和 相位 得 传入 2*2 个 v
# %% 何况 一般默认 is_self_colorbar = 1...
z=z, **kwargs, )
# %%
name = "U" + ray
title = method + " - " + name
U_plot_save(U_z0, title, 1,
Get("img_name_extension"),
# %%
size_PerPixel,
is_save, is_save_txt, dpi, Get("size_fig"),
# %%
cmap_2d, ticks_num, is_contourf,
is_title_on, is_axes_on, is_mm,
fontsize, font,
# %%
is_colorbar_on, is_energy, # 默认无法 外界设置 vmax 和 vmin,因为 同时画 振幅 和 相位 得 传入 2*2 个 v
# %% 何况 一般默认 is_self_colorbar = 1...
z=z, **kwargs, )
folder_address = U_dir(title, is_save,
z=z, **kwargs, )
return U_z0, G_z0_shift
def pump_pic_or_U(U_name="",
img_full_name="Grating.png",
is_phase_only=0,
# %%
z_pump=0,
is_LG=0, is_Gauss=0, is_OAM=0,
l=0, p=0,
theta_x=0, theta_y=0,
# %%
is_random_phase=0,
is_H_l=0, is_H_theta=0, is_H_random_phase=0,
# %%
U_size=1, w0=0.3,
# %%
lam1=0.8, is_air_pump=0, T=25,
# %%
is_save=0, is_save_txt=0, dpi=100,
cmap_2d='viridis',
# %%
ticks_num=6, is_contourf=0,
is_title_on=1, is_axes_on=1, is_mm=1,
# %%
fontsize=9,
font={'family': 'serif',
'style': 'normal', # 'normal', 'italic', 'oblique'
'weight': 'normal',
'color': 'black', # 'black','gray','darkred'
},
# %%
is_colorbar_on=1, is_energy=0,
# %%
is_print=1,
# %%
**kwargs, ):
# %%
kwargs['p_dir'] = 'PUMP'
# %%
if (type(U_name) != str) or U_name == "":
# %%
# 导入 方形,以及 加边框 的 图片
img_name, img_name_extension, img_squared, \
size_PerPixel, size_fig, Ix, Iy, U = \
img_squared_bordered_Read(img_full_name,
U_size, dpi,
is_phase_only, **kwargs, )
if "U" in kwargs:
U = kwargs["U"]
elif "U1" in kwargs:
U = kwargs["U1"]
else:
# %%
# 预处理 输入场
n_inc, n, k_inc, k = Cal_n(size_PerPixel,
is_air_pump,
lam1, T, p=kwargs.get("polar", "e"),
theta_x=theta_x,
theta_y=theta_y, **kwargs)
U, g_shift = pump(Ix, Iy, size_PerPixel,
U, w0, k_inc, k, z_pump,
is_LG, is_Gauss, is_OAM,
l, p,
theta_x, theta_y,
is_random_phase,
is_H_l, is_H_theta, is_H_random_phase,
is_save, is_save_txt, dpi,
ticks_num, is_contourf,
is_title_on, is_axes_on, is_mm,
fontsize, font,
is_colorbar_on, is_energy,
**kwargs, )
else:
# %%
# 导入 方形 的 图片,以及 U
img_name, img_name_extension, img_squared, \
size_PerPixel, size_fig, Ix, Iy, U = U_Read(U_name,
img_full_name,
U_size,
dpi,
is_save_txt, **kwargs, )
g_shift = fft2(U)
return img_name, img_name_extension, img_squared, \
size_PerPixel, size_fig, Ix, Iy, \
U, g_shift
def pump_pic_or_U2(U2_name="",
img2_full_name="Grating.png",
is_phase_only_2=0,
# %%
z_pump2=0,
is_LG_2=0, is_Gauss_2=0, is_OAM_2=0,
l2=0, p2=0,
theta2_x=0, theta2_y=0,
# %%
is_random_phase_2=0,
is_H_l2=0, is_H_theta2=0, is_H_random_phase_2=0,
# %%
U_size=1, w0_2=0.3,
# %%
lam2=0.8, is_air_pump2=0, T2=25,
polar2='e',
# %%
is_save=0, is_save_txt=0, dpi=100,
# %%
ticks_num=6, is_contourf=0,
is_title_on=1, is_axes_on=1, is_mm=1,
# %%
fontsize=9,
font={'family': 'serif',
'style': 'normal', # 'normal', 'italic', 'oblique'
'weight': 'normal',
'color': 'black', # 'black','gray','darkred'
},
# %%
is_colorbar_on=1, is_energy=0,
# %%
is_print=1,
# %%
**kwargs, ):
# %%
kwargs['p_dir'] = 'PUMP - 2'
# %%
info = "pump_pic_or_U2"
is_first = int(init_accu(info, 1) == 1) # 若第一次调用 pump_pic_or_U_structure,则 is_first 为 1,否则为 0
is_Print = is_print * is_first # 两个 得都 非零,才 print
info = "泵浦_2"
is_Print and print(tree_print(kwargs.get("is_end", 0), kwargs.get("add_level", 0)) + info)
kwargs.pop("is_end", None);
kwargs.pop("add_level", None) # 该 def 子分支 后续默认 is_end = 0,如果 kwargs 还会被 继续使用 的话。
# %%
# 导入 方形,以及 加边框 的 图片
if (type(U2_name) != str) or U2_name == "":
img2_name, img2_name_extension, img2_squared, \
size_PerPixel_2, size_fig_2, I2x, I2y, U2 = img_squared_bordered_Read(img2_full_name,
U_size, dpi,
is_phase_only_2, **kwargs, )
else:
img2_name, img2_name_extension, img2_squared, \
size_PerPixel_2, size_fig_2, I2x, I2y, U2 = U_Read(U2_name, # 需要 用 U_Read 覆盖 size_PerPixel 等 Set 的 值
img2_full_name,
U_size,
dpi,
is_save_txt, **kwargs, )
# %%
# 定义 调制区域 的 横向实际像素、调制区域 的 实际横向尺寸
if kwargs.get("is_U_size_x_structure_side_y", 0) == 1:
U2_size = U_size
U2_size_y = Get("U_side")
else:
U2_size = Get("U_side")
U2_size_y = U_size
is_Print and print(tree_print() + "U2_size_x = {} mm".format(U2_size_y))
is_Print and print(tree_print() + "U2_size_y = {} mm".format(U2_size))
I2x, I2y, deff_structure_size_x, deff_structure_size_y = \
Cal_IxIy(Get("Ix"), Get("Iy"),
U2_size, U2_size_y,
Get("size_PerPixel"), is_Print)
# %%
# 需要先将 目标 U2 = img2_squared 给 放大 或 缩小 到 与 I2x, I2y 相同,才能开始 之后的工作
# 最终结果就是 img2_squared_resize 与 img_squared 尺寸相同,也就是 I2x, I2y = Ix, Iy
border_width_x, border_width_y, img2_squared_resize_full_name, img2_squared_resize = \
img_squared_Resize(img2_full_name, img2_squared,
I2x, I2y, Get("Ix"), Get("Iy"),
is_Print, )
# %% 补零后 再拿进去 Pump
img2_squared_resize_bordered = np.pad(img2_squared_resize,
((border_width_x, border_width_x), (border_width_y, border_width_y)),
'constant', constant_values=(0, 0))
# %%
# %%
if (type(U2_name) != str) or U2_name == "":
if "U2" in kwargs:
U2 = kwargs["U2"]
else:
if is_phase_only_2 == 1:
U2 = np.power(math.e, (img2_squared_resize_bordered.astype(np.complex128())
/ 255 * 2 * math.pi - math.pi) * 1j) # 变成相位图
else:
U2 = img2_squared_resize_bordered.astype(np.complex128)
# %%
# 预处理 输入场
n2_inc, n2, k2_inc, k2 = Cal_n(Get("size_PerPixel"),
is_air_pump2,
lam2, T2, p=polar2,
theta_x=theta2_x,
theta_y=theta2_y, **kwargs)
kwargs["is_end"] = 1 if is_first == 1 else 0
U2, g2_shift = pump(Get("Ix"), Get("Iy"), Get("size_PerPixel"),
U2, w0_2, k2_inc, k2, z_pump2,
is_LG_2, is_Gauss_2, is_OAM_2,
l2, p2,
theta2_x, theta2_y,
is_random_phase_2,
is_H_l2, is_H_theta2, is_H_random_phase_2,
is_save, is_save_txt, dpi,
ticks_num, is_contourf,
is_title_on, is_axes_on, is_mm,
fontsize, font,
is_colorbar_on, is_energy,
**kwargs, )
if ((type(U2_name) == str) and U2_name != "") or "U2" in kwargs:
U2 = cv2.resize(np.real(U2), (Get("Iy"), Get("Ix")), interpolation=cv2.INTER_AREA) + \
cv2.resize(np.imag(U2), (Get("Iy"), Get("Ix")), interpolation=cv2.INTER_AREA) * 1j
# 使用cv2.imread()读取图片之后,数据的形状和维度布局是(H,W,C),但是使用函数cv2.resize()进行缩放时候,传入的目标形状是(W,H)
# U2 必须 resize 为 Ix, Iy 大小;
# 但 cv2 、 skimage.transform 中 resize 都能处理 图片 和 float64,
# 但似乎 没有东西 能直接 处理 complex128,但可 分别处理 实部和虚部,再合并为 complex128
g2_shift = fft2(U2)
return U2, g2_shift
def pump_pic_or_U_structure(U_structure_name="",
img_full_name="Grating.png",
is_phase_only=0,
# %%
z_pump=0,
is_LG=0, is_Gauss=0, is_OAM=0,
l=0, p=0,
theta_x=0, theta_y=0,
# %%
is_random_phase=0,
is_H_l=0, is_H_theta=0, is_H_random_phase=0,
# %%
U_size=1, w0=0.3, structure_size_Shrink=0.1,
# %%
lam1=0.8, is_air_pump=0, T=25,
# %%
is_save=0, is_save_txt=0, dpi=100,
cmap_2d='viridis',
# %%
ticks_num=6, is_contourf=0,
is_title_on=1, is_axes_on=1, is_mm=1,
# %%
fontsize=9,
font={'family': 'serif',
'style': 'normal', # 'normal', 'italic', 'oblique'
'weight': 'normal',
'color': 'black', # 'black','gray','darkred'
},
# %%
is_colorbar_on=1, is_energy=0,
# %%
is_print=1,
# %%
**kwargs, ):
# %%
kwargs['p_dir'] = 'PUMP - for_modulation'
# %%
info = "pump_pic_or_U_structure"
is_first = int(init_accu(info, 1) == 1) # 若第一次调用 pump_pic_or_U_structure,则 is_first 为 1,否则为 0
is_Print = is_print * is_first # 两个 得都 非零,才 print
info = "泵浦_for_结构"
is_Print and print(tree_print(kwargs.get("is_end", 0), kwargs.get("add_level", 0)) + info)
kwargs.pop("is_end", None);
kwargs.pop("add_level", None) # 该 def 子分支 后续默认 is_end = 0,如果 kwargs 还会被 继续使用 的话。
# %%
# 导入 方形,以及 加边框 的 图片
if (type(U_structure_name) != str) or U_structure_name == "":
img_name, img_name_extension, img_squared, \
size_PerPixel, size_fig, Ix, Iy, U = img_squared_bordered_Read(img_full_name,
U_size, dpi,
is_phase_only, **kwargs, )
else:
img_name, img_name_extension, img_squared, \
size_PerPixel, size_fig, Ix, Iy, U = U_Read(U_structure_name, # 需要 用 U_Read 覆盖 size_PerPixel 等 Set 的 值
img_full_name,
U_size,
dpi,
is_save_txt, **kwargs, )
if kwargs.get("is_U_size_x_structure_side_y", 0) == 1:
U_size_y = size_PerPixel * Ix
else:
U_size_x = size_PerPixel * Iy # U_size == size_PerPixel * Ix
# %%
# 定义 调制区域 的 横向实际像素、调制区域 的 实际横向尺寸
if kwargs.get("is_U_size_x_structure_side_y", 0) == 1:
# 随着 U_size 变更为 U_size,相对于 img_squared 的 structure_size_Shrink 变更为
# 相对于 img_squared_boardered 和 U 的 structure_size_Shrink,但算的时候还是 相对于 类似 img_squared...
# 尽管 img_squared 相对于 U_read,以及 更广义 而言,没有意义
deff_structure_size_x_expect = U_size / (1 + structure_size_Shrink)
# deff_structure_size_y_expect = U_size_y / (1 + structure_size_Shrink -
# kwargs.get("structure_size_Shrinker", 0))
deff_structure_size_y_expect = U_size_y / (1 + structure_size_Shrink) * \
(1 - kwargs.get("structure_size_Shrinker", 0))
else:
# deff_structure_size_x_expect = U_size_x * (
# 1 + kwargs.get("structure_size_Shrinker", structure_size_Shrink)) # 绝对(1 次缩放)
# deff_structure_size_x_expect = U_size_x * (1 + structure_size_Shrink) * \
# (1 + kwargs.get("structure_size_Shrinker", 0)) # 相对(2 次缩放,连乘)
# deff_structure_size_x_expect = U_size_x / (1 + structure_size_Shrink -
# kwargs.get("structure_size_Shrinker", 0)) # 相对(2 次缩放,连加)
deff_structure_size_x_expect = U_size_x / (1 + structure_size_Shrink) * \
(1 - kwargs.get("structure_size_Shrinker", 0))
deff_structure_size_y_expect = U_size / (1 + structure_size_Shrink)
is_Print and print(tree_print() + "deff_structure_size_x_expect = {} mm".format(deff_structure_size_x_expect))
is_Print and print(tree_print() + "deff_structure_size_y_expect = {} mm".format(deff_structure_size_y_expect))
Ix_structure, Iy_structure, deff_structure_size_x, deff_structure_size_y = \
Cal_IxIy(Ix, Iy,
deff_structure_size_x_expect,
deff_structure_size_y_expect,
size_PerPixel, is_Print)
# %%
# 需要先将 目标 U = img_squared 给 放大 或 缩小 到 与 全息图(结构) 横向尺寸 Ix_structure, Iy_structure 相同,才能开始 之后的工作
border_width_x, border_width_y, img_squared_resize_full_name, img_squared_resize = \
img_squared_Resize(img_full_name, img_squared,
Ix_structure, Iy_structure, Ix, Iy,
is_Print, )
if (type(U_structure_name) != str) or U_structure_name == "":
# %%
# U = U(x, y, 0) = img_squared_resize
if "U_structure" in kwargs:
U = kwargs["U_structure"]
else:
if is_phase_only == 1:
U_structure = np.power(math.e,
(img_squared_resize.astype(
np.complex128()) / 255 * 2 * math.pi - math.pi) * 1j) # 变成相位图
else:
U_structure = img_squared_resize.astype(np.complex128)
# %%
# 预处理 输入场
n_inc, n, k_inc, k = Cal_n(size_PerPixel,
is_air_pump,
lam1, T, p=kwargs.get("polar_structure", "e"),
theta_x=theta_x,
theta_y=theta_y,
Ix_structure=Ix_structure,
Iy_structure=Iy_structure, **kwargs)
kwargs["is_end"] = 1
U_structure, g_shift_structure = pump(Ix_structure, Iy_structure, size_PerPixel,
U_structure, w0, k_inc, k, z_pump,
is_LG, is_Gauss, is_OAM,
l, p,
theta_x, theta_y,
is_random_phase,
is_H_l, is_H_theta, is_H_random_phase,
is_save, is_save_txt, dpi,
ticks_num, is_contourf,
is_title_on, is_axes_on, is_mm,
fontsize, font,
is_colorbar_on, is_energy,
**kwargs, )
if ((type(U_structure_name) == str) and U_structure_name != "") or "U_structure" in kwargs:
U_structure = cv2.resize(np.real(U), (Iy_structure, Ix_structure), interpolation=cv2.INTER_AREA) + \
cv2.resize(np.imag(U), (Iy_structure, Ix_structure), interpolation=cv2.INTER_AREA) * 1j
# 使用cv2.imread()读取图片之后,数据的形状和维度布局是(H,W,C),但是使用函数cv2.resize()进行缩放时候,传入的目标形状是(W,H)
# U 必须 resize 为 Ix_structure, Iy_structure 大小;
# 但 cv2 、 skimage.transform 中 resize 都能处理 图片 和 float64,
# 但似乎 没有东西 能直接 处理 complex128,但可 分别处理 实部和虚部,再合并为 complex128
g_shift_structure = fft2(U_structure)
return img_name, img_name_extension, img_squared, \
size_PerPixel, size_fig, Ix, Iy, \
Ix_structure, Iy_structure, deff_structure_size_x, deff_structure_size_y, \
border_width_x, border_width_y, img_squared_resize_full_name, img_squared_resize, \
U_structure, g_shift_structure