1. Camera行业全景
大家好，我是你们的讲师。做Camera驱动和框架这么多年，我始终觉得，搞懂这一行，得先从“全景图”入手。你想想看，如果连手机摄像头是怎么一步步走到今天的、里面那颗核心的传感器是谁造的、ISP又是怎么处理数据的都不清楚，那后面写驱动、调框架，很容易就“只见树木不见森林”了。
这一章，我们就来聊聊这些“底层的底子”。我不会讲得太枯燥，会穿插一些我早年踩过的坑，希望能帮你把整个Camera行业的脉络理清楚。
1.1 手机摄像头发展史：从“能拍照”到“计算摄影”
手机摄像头的发展，说白了就是一场“像素军备竞赛”到“画质算法战争”的演变。我个人习惯把它分成四个阶段来看。
| 阶段 | 时间 | 核心特征 | 代表机型/技术 |
|---|---|---|---|
| 萌芽期 | 2000-2007 | 像素为王，能拍就行 | 夏普J-SH04 (11万像素)、诺基亚N95 (500万像素) |
| 爆发期 | 2007-2015 | 多摄萌芽，传感器尺寸竞赛 | iPhone 4 (背照式)、HTC One M8 (双摄)、诺基亚808 (4100万像素) |
| 成熟期 | 2015-2020 | 多摄普及，算法介入 | 华为P20 Pro (三摄)、Google Pixel (HDR+)、iPhone 7 Plus (双摄) |
| 计算摄影期 | 2020-至今 | AI驱动，软硬一体 | iPhone 15 Pro (光像引擎)、小米12S Ultra (1英寸大底)、Google Pixel 8 (AI修图) |
我的一个观察： 早期大家拼的是“我能拍多清楚”，现在拼的是“我能在多暗的环境下拍清楚，并且还能把月亮P圆”。这背后，其实是硬件红利吃尽后，软件和算法开始唱主角。
我记得在2013年左右，我参与过一个项目，客户要求把一颗800万像素的传感器塞进一个超薄手机里。那时候为了控制模组高度，我们甚至得跟传感器厂商一起定制封装。嗯，那时候的苦，现在想想都是经验。
1.2 主流传感器厂商：三足鼎立的格局
传感器是摄像头的“心脏”。目前市场上，能称得上“主流”的，基本就是索尼、三星和豪威这三家。我这些年跟这三家都打过不少交道，各有各的脾气。
- 索尼 (Sony)： 行业老大哥，技术最全面。从IMX系列到LYTIA品牌，一直是高端机的首选。它的优势在于工艺稳定、动态范围好、色彩科学独到。我建议做旗舰机项目，优先考虑索尼。
- 三星 (Samsung)： 后起之秀，但势头很猛。ISOCELL系列，尤其是高像素（如1.08亿、2亿像素）和“像素四合一”技术，玩得很溜。它的优势在于产能大、自产自销（自家手机也用），性价比高。
- 豪威 (OmniVision)： 国产之光，性价比之王。在安防、汽车领域很强，手机端这几年也发力了。它的优势在于响应快、定制灵活、价格有竞争力。很多中端机、甚至部分旗舰机的副摄，都会用豪威。
避坑指南： 我曾经在一个项目里，因为成本压力选了某款非主流传感器。结果驱动调试时发现，它的HDR模式实现方式跟主流方案完全不同，导致我们整个ISP pipeline都得重写。所以，选传感器，不能只看参数表，更要看它的生态和文档成熟度。
下面这张图，是我自己整理的传感器选型时，需要关注的几个核心维度。你可以把它当成一个快速检查清单。
1.3 ISP芯片架构概览：图像处理的“大脑”
传感器把光信号转成电信号，但这只是原始数据。真正让照片变得“好看”的，是ISP（图像信号处理器）。ISP可以集成在SoC里，也可以是独立的芯片。
一个典型的ISP pipeline，大致长这样：
- 坏点校正 (DPC)： 传感器总有那么几个“坏点”，先把它抹掉。
- 黑电平校正 (BLC)： 去掉传感器本身的暗电流噪声。
- 去马赛克 (Demosaic)： 把Bayer格式的RAW数据，插值成RGB图像。
- 白平衡 (AWB)： 让白色在不同光源下看起来都是白的。
- 色彩校正 (CCM)： 把传感器捕捉到的颜色，映射到人眼看到的颜色。
- 伽马校正 (Gamma)： 调整亮度和对比度，让图像更自然。
- 降噪 (NR)： 去掉各种噪声，尤其是暗光下的。
- 锐化 (Sharpening)： 让边缘更清晰。
注意： 这个pipeline的顺序，不同厂商、不同平台可能会略有差异。比如，有些ISP会把降噪放在去马赛克之前。你在写驱动时，一定要仔细看芯片手册，搞清楚它的具体流程。我曾经就因为搞错了降噪和锐化的顺序，导致图像看起来“又糊又假”，折腾了两天才找到原因。
下面这张图，是一个简化的ISP内部数据流。你可以看到，数据从传感器进来，经过一系列“加工”，最后输出一张YUV或JPEG图片。
嗯，这一章的内容就到这里。从手机摄像头的发展史，到传感器三巨头，再到ISP的pipeline，我们算是把Camera行业的“骨架”搭起来了。后面的章节，我们会深入到驱动、框架、调试的每一个细节里去。到时候你会发现，今天讲的这些“全景”知识，会像地图一样，帮你定位每一个具体问题。