1. 双摄融合概述
各位同学好，我是老高。在高通平台做影像算法部署有些年头了。今天咱们聊聊双摄融合。
说实话，双摄这东西刚出来时，我觉得就是个噱头。直到我在一个项目中，客户要求在暗光下拍出单反级别的照片，单颗 sensor 怎么调都差口气。嗯，从那以后，我对双摄的看法彻底变了。
1.1 双摄模组硬件架构
双摄模组，说白了就是两颗摄像头一起干活。但这两颗摄像头不是随便配的。常见的组合有两种：
- 主摄 + 副摄：主摄负责主力成像，副摄负责辅助信息采集（如景深、黑白细节）。
- 广角 + 长焦：广角负责大视野，长焦负责拉近画面。这是目前旗舰机的主流方案。
我整理了一个表格，方便大家对比：
| 组合类型 | 主摄/广角 | 副摄/长焦 | 典型应用 |
|---|---|---|---|
| 主摄 + 副摄 | 高分辨率、大光圈 | 低分辨率、辅助信息 | 人像虚化、暗光增强 |
| 广角 + 长焦 | 大视场角（FOV） | 光学变焦（2x/3x/5x） | 多焦段拍摄、视频防抖 |
你想想看，两颗 sensor 的物理位置不同，看到的画面肯定有差异。这个差异就是我们要处理的核心问题——视差。
我的经验： 选模组时，一定要看两颗 sensor 的基线距离。基线太短，视差小，融合效果不明显；基线太长，视差过大，配准难度飙升。我个人习惯控制在 10-15mm 之间。
1.2 双摄融合算法的核心价值
双摄融合不是简单的两张图叠加。它的核心价值有三点：
- 提升画质：通过多帧融合、超分辨率等技术，把两颗 sensor 的信息合并，得到更清晰、噪点更少的图像。
- 扩展动态范围：一颗 sensor 拍亮部，另一颗拍暗部，然后合成。这样高光不过曝，暗部有细节。
- 实现光学变焦：广角和长焦配合，实现平滑的光学变焦效果。比数码变焦强太多了。
我曾经在一个项目中，客户要求实现 3x 无损变焦。单靠一颗 sensor 的数码变焦，画质惨不忍睹。后来我们用广角+长焦方案，配合融合算法，效果直接起飞。
核心逻辑： 双摄融合 = 图像配准 + 视差估计 + 像素级融合。这三步缺一不可。
下面这张图，是我画的融合流程。大家感受一下：
1.3 高通平台双摄方案演进
高通平台的双摄方案，我经历了从 QCamera 到 ChiAPI 的全过程。说实话，变化挺大的。
- QCamera 时代：早期的方案，基于高通私有框架。功能固定，扩展性差。你想加个自定义算法？得改底层代码，麻烦得很。
- ChiAPI 时代：从骁龙 845 开始，高通推出了 ChiAPI（Camera Hardware Interface API）。这是一个开放、可扩展的框架。你可以写自己的算法模块，插进去就能用。
我整理了一个对比表：
| 特性 | QCamera | ChiAPI |
|---|---|---|
| 架构 | 封闭、私有 | 开放、模块化 |
| 扩展性 | 差，需修改底层 | 好，支持插件式开发 |
| 双摄支持 | 有限，固定组合 | 灵活，支持多摄任意组合 |
| 调试工具 | 少，依赖 log | 丰富，支持实时调参 |
避坑指南： 我曾经在 QCamera 平台上做过一个双摄项目，客户要求支持 5 种不同的模组组合。结果每种组合都要改一遍底层驱动，累得半死。后来换了 ChiAPI，一个配置文件搞定。所以，新项目我强烈建议直接上 ChiAPI。
ChiAPI 的核心思想是 Usecase + Pipeline。你可以把整个拍照流程拆成多个节点，每个节点负责一个功能。比如：
- 节点 A：图像配准
- 节点 B：视差估计
- 节点 C：像素融合
每个节点都是一个独立的算法模块。你可以替换、调试、优化，互不影响。这种设计，说白了就是解耦。对于工程部署来说，太重要了。
嗯，这一章就到这里。双摄融合的硬件架构、核心价值、平台演进，大家心里有个底就行。后面我们会深入每个环节，从配准到融合，从调试到优化，一步步来。