📚 课程目录第1章 RAW图像读取与显示

1. RAW图像读取与显示

任务目标

读取一张RAW格式图像文件，将其解码为可视的RGB图像并显示，同时理解RAW数据的存储格式（Bayer排列）与基本处理流程。

RAW格式说明

RAW图像是相机传感器直接输出的原始数据，每个像素仅记录一种颜色分量，按Bayer模式排列（本案例使用RGGB排列）。RAW文件通常不包含图像头信息，需要已知宽度、高度、位深和Bayer排列方式才能正确解码。本案例使用8位深度的RAW文件，文件大小为 width × height 字节。

环境依赖

Python 3.8+
NumPy
OpenCV（pip install opencv-python numpy）

关键完整代码

import numpy as np
import cv2

def read_raw_to_bayer(filepath, width, height):
    """读取8位RAW文件，返回Bayer排列的灰度图像"""
    with open(filepath, 'rb') as f:
        data = np.fromfile(f, dtype=np.uint8, count=width*height)
    if data.size != width*height:
        raise ValueError(f"文件大小不匹配：期望 {width*height} 字节，实际 {data.size} 字节")
    return data.reshape((height, width))

def demosaic_bilinear(bayer):
    """双线性插值去马赛克，输入Bayer图(RGGB)，输出BGR彩色图"""
    h, w = bayer.shape
    # 分离四通道（每个通道对应一种滤色器位置）
    r = np.zeros_like(bayer, dtype=np.uint16)
    g = np.zeros_like(bayer, dtype=np.uint16)
    b = np.zeros_like(bayer, dtype=np.uint16)

    # RGGB排列：奇数行奇数列=R，偶数行奇数列=Gr，奇数行偶数列=Gb，偶数行偶数列=B
    r[0::2, 0::2] = bayer[0::2, 0::2]
    g[0::2, 1::2] = bayer[0::2, 1::2]
    g[1::2, 0::2] = bayer[1::2, 0::2]
    b[1::2, 1::2] = bayer[1::2, 1::2]

    # 双线性插值填充缺失值（使用3x3均值核）
    kernel = np.ones((3,3), np.float32) / 4
    kernel[1,1] = 0  # 中心像素不参与自身均值

    r_full = cv2.filter2D(r.astype(np.float32), -1, kernel, borderType=cv2.BORDER_REFLECT)
    g_full = cv2.filter2D(g.astype(np.float32), -1, kernel, borderType=cv2.BORDER_REFLECT)
    b_full = cv2.filter2D(b.astype(np.float32), -1, kernel, borderType=cv2.BORDER_REFLECT)

    # 保留原始采样点值
    mask_r = r > 0
    mask_g = g > 0
    mask_b = b > 0
    r_full[mask_r] = r[mask_r]
    g_full[mask_g] = g[mask_g]
    b_full[mask_b] = b[mask_b]

    # 合并为BGR图像
    img = np.stack([b_full, g_full, r_full], axis=-1).astype(np.uint8)
    return img

if __name__ == "__main__":
    # 配置参数（根据实际RAW文件修改）
    RAW_PATH = "test_raw.raw"
    WIDTH, HEIGHT = 640, 480

    # 1. 读取RAW为Bayer灰度图
    bayer_img = read_raw_to_bayer(RAW_PATH, WIDTH, HEIGHT)

    # 2. 去马赛克得到彩色图像
    color_img = demosaic_bilinear(bayer_img)

    # 3. 显示结果
    cv2.imshow("Bayer RAW (灰度)", bayer_img)
    cv2.imshow("Demosaiced RGB", color_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

    # 4. 保存结果（可选验证）
    cv2.imwrite("demosaiced_result.png", color_img)

运行与验证

准备一张RAW文件：可使用OpenCV从普通彩色图转换生成测试RAW：

import cv2, numpy as np
img = cv2.imread("test_color.png")  # 任意彩色图
h, w = img.shape[:2]
# 模拟RGGB Bayer采样
bayer = np.zeros((h, w), dtype=np.uint8)
bayer[0::2, 0::2] = img[0::2, 0::2, 2]  # R
bayer[0::2, 1::2] = img[0::2, 1::2, 1]  # Gr
bayer[1::2, 0::2] = img[1::2, 0::2, 1]  # Gb
bayer[1::2, 1::2] = img[1::2, 1::2, 0]  # B
bayer.tofile("test_raw.raw")
print(f"已生成 {w}x{h} RAW文件")

运行主脚本：python raw_display.py
通过条件：弹出两个窗口——左侧为Bayer灰度图（呈马赛克纹理），右侧为去马赛克后的彩色图像，颜色与原始图基本一致，无明显错位或伪彩。

核心要点

RAW文件无头信息，必须显式指定宽高和位深，否则无法正确reshape。
Bayer排列决定了每个像素的原始颜色分量，去马赛克（Demosaic）是RAW转可视图像的关键步骤。
双线性插值是最基础的插值算法，实际ISP中会使用更复杂的边缘自适应算法以减少伪彩。
本案例使用RGGB排列，若RAW文件为其他排列（如BGGR），需调整通道赋值逻辑。