Калькулятор угла обзора

Проверено командой CalculatorHub, отредактировал James Graham. Методика: NIST DLMF. Последняя проверка: 2026-07-14.

Этот инструмент использует зависимость Горизонтальный AoV (град) = 2 × arctan(sensor_w / (2 × f)) × (180 / π); Вертикальный AoV (град) = 2 × arctan(sensor_h / (2 × f)) × (180 / π); Диагональный AoV (град) = 2 × arctan(sensor_diag / (2 × f)) × (180 / π), где sensor_diag = √(sensor_w² + sensor_h²); Ширина охвата (м) = 2 × расстояние × tan(H_AoV_rad / 2); Высота охвата (м) = 2 × расстояние × tan(V_AoV_rad / 2). Он использует входные значения (Фокусное расстояние в mm, Формат матрицы, Произвольная ширина матрицы в mm, Произвольная высота матрицы в mm, Расстояние до объекта в m) и возвращает следующие результаты: Horizontal AoV, Vertical AoV, Diagonal AoV, Coverage width at distance, Coverage height at distance, Sensor dimensions (w x h). Поскольку это детерминированное правило, а не данные, специфичные для конкретной страны, результат никогда не меняется: одни и те же входные данные всегда дают один и тот же результат, проверяете ли вы упражнение, настраиваете конфигурацию или сверяете другой инструмент. Введите свои значения в поля ниже, и результат обновится мгновенно; вы также можете поделиться постоянной ссылкой с уже заполненным расчётом, что удобно для преподавания, отчётов или совместной работы. Например, при Фокусное расстояние = 50 mm, Формат матрицы = Full frame (36 x 24 mm), Произвольная ширина матрицы = 36 mm, Произвольная высота матрицы = 24 mm, Расстояние до объекта = 10 m результат равен 39,597753 °, а пример расчёта ниже показывает каждый шаг, чтобы вы могли проследить вычисление и повторить его вручную. Этот метод - стандартная форма, задокументированная источником NIST DLMF, а подпись над каждым результатом показывает дату его последней проверки. Этот инструмент предоставляет общую информацию и не заменяет профессиональную консультацию в области инженерии, медицины, финансов или науки; всегда проверяйте важные результаты по первоисточникам и на основе собственного суждения.