GC2145 CSP传感器数据手册v1.1:2014年详细规格

5星 · 超过95%的资源 需积分: 50 120 下载量 155 浏览量 更新于2024-07-15 收藏 806KB PDF 举报
本文档是关于格科微(Galaxy Core Inc.)的高性能CMOS图像传感器GC2145 CSP DataSheet的版本1.1,发布日期为2014年12月15日。GC2145是一款1/5英寸的UXGA CMOS图像传感器,适用于各种工业和消费电子应用。以下是主要内容概述: 1. **传感器概述**: - GC2145提供了一般描述,包括其作为一款通用型图像传感器,强调了其高分辨率和适合多种应用场景的特点。 - 特点部分详细列出了传感器的关键特性,如可能支持的并行模式和MIPS模式下的操作,这有助于优化图像处理性能。 2. **直流参数**: - 该章节讨论了传感器在不同工作模式下的功耗,如待机电流和操作电流。在并行模式下,设计者可以了解最小的电力消耗,而在MIPS模式下,可能会涉及更复杂的数据处理,但相应的功耗会有所增加。 - DC characteristics部分提供了关于传感器功耗和性能随电源电压、温度变化等的详细信息,这对于电源管理和系统设计至关重要。 3. **块级图解**: - 包含了传感器内部结构的简化图,展示了各个模块(如像素阵列、读出电路等)之间的连接,帮助工程师理解传感器的工作原理和内部布局。 4. **CSP封装**: - 提供了封装的详细信息,包括引脚布局(pinout)和信号描述,这对电路板设计时正确连接传感器至关重要。 - 包装规格可能包括封装尺寸、引脚间距等物理特性,以及对环境和机械要求的说明。 5. **光学规格**: - 传感器的光学特性包括中心位置、读出位置、像素阵列的尺寸和排列、以及镜头折射角(CRA),这些都是评估传感器光学性能的关键参数,对成像质量有直接影响。 6. **序列更新历史**: - 最后的修订历史记录了从版本1.0到1.1的更新内容,包括DC参数的多次更新,反映了制造商持续改进产品性能和响应客户反馈的努力。 这份数据手册为使用GC2145图像传感器的设计师提供了全面的技术参考,涵盖了从基本特性到具体工作模式和包装细节的重要信息,确保用户能够有效地集成和优化这款传感器在他们的产品中。

运行这段代码出现TypeError: '<' not supported between instances of 'datetime.date' and 'int'错误csp_info.replace(to_replace=r'^\s*$', value=np.nan, regex=True, inplace=True) csp_info.dropna(inplace=True) csp_info['year'] = csp_info['DealTime'].str.split('/', expand=True)[0] csp_info['month'] = csp_info['DealTime'].str.split('/', expand=True)[1] csp_info['day'] = csp_info['DealTime'].str.split('/', expand=True)[2].str.split(' ', expand=True)[0] stu_info_copy = stu_info[['bf_StudentID','cla_id']] # csp_info_copy = csp_info.copy() csp_info['csp_date'] = 0 csp_info['Mon'] = 0 for i in range(csp_info['csp_date'].shape[0]): csp_info['csp_date'].iloc[i] = str(csp_info['year'].iloc[i]) + '-' + str(csp_info['month'].iloc[i]) + '-' + str( csp_info['day'].iloc[i]) csp_info['Mon'].iloc[i] = float(str(csp_info['MonDeal'].iloc[i]).split('-')[1]) # print(csp_info) csp_info['csp_date'] = pd.to_datetime(csp_info['csp_date']).dt.date csp_info_copy = csp_info[['bf_StudentID', 'csp_date', 'Mon']] csp_num = csp_info_copy.groupby(['csp_date']).count().reset_index() csp_info_date_all = [] for i in range(csp_num.shape[0]): csp_info_date_all.append(str(csp_num['csp_date'].iloc[i])) print(len(csp_info_date_all)) stu_info_copy_merge = pd.merge(stu_info_copy, csp_info_copy, on='bf_StudentID', how='left') stu_info_copy_merge = stu_info_copy_merge.fillna(0) Mon_arr = [] for i in range(len(classId)): stu_info_copy_merge_id = stu_info_copy_merge.drop(stu_info_copy_merge[stu_info_copy_merge['cla_id'] != classId[i]].index) print(stu_info_copy_merge_id) csp_date = [] Mon= [] Num= [] csp_money = stu_info_copy_merge_id[['csp_date', 'Mon']].groupby('csp_date').sum().reset_index() csp_num = stu_info_copy_merge_id[['csp_date','Mon']].groupby('csp_date').count().reset_index() print(csp_money) print(csp_num)

2023-03-21 上传