2. Bayer RAW 格式与预处理：Bayer Pattern详解、黑电平校正（BLC）、镜头阴影校正（LSC）
好，我们正式开始 ISP 流水线的第一站——RAW 域预处理。很多刚入行的朋友觉得这步简单，不就是读个数据嘛。其实不然，预处理做不好，后面 3A 算法再牛也救不回来。我见过不少项目，调试几个月发现暗角去不掉，最后追根溯源，是 LSC 的增益表没对齐 Bayer 格式。
这一节，我们把三个最基础也最关键的概念讲透：Bayer Pattern、黑电平校正、镜头阴影校正。
2.1 Bayer Pattern——传感器是怎么“看”颜色的
先问一个问题：一个像素点，能不能同时感知红绿蓝？
答案是：不能。单个像素只能感知光的强度，分不清颜色。
那彩色照片怎么来的？靠滤光片阵列。最经典的就是 Bayer Pattern，由 Kodak 的 Bryce Bayer 在 1976 年发明。说白了，就是在每个像素上盖一层微小的滤色片，只让特定波长的光通过。
2.1.1 标准 RGGB 排列
最常见的 Bayer 格式是 RGGB，也就是 2×2 的单元里，1个R、2个G、1个B。为什么绿色多一倍？因为人眼对绿色最敏感，多采样绿色能提升视觉分辨率。
| 位置 | 像素 (0,0) | 像素 (0,1) | 像素 (1,0) | 像素 (1,1) |
|---|---|---|---|---|
| 颜色 | R | G | G | B |
当然，也有其他排列方式，比如 RCCC（用于安防）、RCCB（用于低照度）、RGBW（用于高动态）。但 ISP 领域，90% 以上的场景还是 RGGB。
2.1.2 Bayer RAW 的数据格式
RAW 数据就是 sensor 直接输出的原始值，没有经过任何处理。每个像素通常用 10bit、12bit 或 14bit 表示。比如 12bit RAW，每个像素的取值范围是 0~4095。
存储时，一般按行排列。以 1920×1080 的 RGGB 为例：
- 第 0 行：R G R G R G ...
- 第 1 行：G B G B G B ...
- 第 2 行：R G R G R G ...
- 以此类推
注意，这里每个像素只存一个值，不是 RGB 三个值。所以 RAW 图看起来是灰蒙蒙的，别担心，那是正常的。
2.2 黑电平校正（BLC）——把“假黑”拉回真黑
你想想看，sensor 在完全无光的情况下，输出值是不是 0？
不是。因为 sensor 本身有暗电流，即使没有光子入射，也会产生少量电荷。这个非零的底噪，就叫黑电平（Black Level）。
黑电平校正的目的很简单：把无光时的输出值减去一个固定的偏移量，让真正的黑色对应 0。
2.2.1 黑电平的测量方法
sensor 通常会在像素阵列的边缘预留一些被遮挡的像素（Optical Black 像素），这些像素永远接收不到光。ISP 会统计这些像素的平均值，作为当前帧的黑电平值。
举个例子：
- OB 像素平均值 = 64（12bit RAW）
- 有效像素原始值 = 100
- 校正后值 = 100 - 64 = 36
2.2.2 BLC 的代码实现（伪代码）
// 假设 raw_data 是 12bit 的 Bayer RAW 数组
// ob_level 是当前帧的黑电平值
for (int i = 0; i < width * height; i++) {
int corrected = raw_data[i] - ob_level;
if (corrected < 0) corrected = 0;
if (corrected > 4095) corrected = 4095; // 12bit 上限
raw_data[i] = corrected;
}实际工程中，BLC 通常放在 ISP 流水线的最前面，因为后续的 LSC、AWB 等模块都假设黑电平已经被正确移除。
2.3 镜头阴影校正（LSC）——拯救暗角
你有没有拍过一张纯白墙壁的照片，结果发现四角发暗、中间亮？这就是镜头阴影，也叫暗角（Vignetting）。
原因有两个：
- 光学原因：镜头边缘的光线入射角大，到达 sensor 的光强比中心弱。
- 像素原因：边缘像素的微透镜接收效率比中心低。
LSC 的做法就是给边缘像素乘以一个大于 1 的增益，把亮度补回来。
2.3.1 增益表的生成
LSC 的核心是一张增益表（Gain Table）。这张表记录了每个像素位置应该乘多少增益。增益表通常是在模组标定阶段生成的。
标定方法：
- 拍摄一张均匀的灰卡或白板
- 统计每个像素位置的亮度值
- 以中心亮度为基准，计算每个位置的增益 = 中心亮度 / 当前位置亮度
举个例子：
| 位置 | 中心 | 左上角 | 右下角 |
|---|---|---|---|
| 原始亮度 | 2000 | 1600 | 1500 |
| 增益 | 1.0 | 1.25 | 1.33 |
2.3.2 LSC 的实现方式
实际工程中，不会为每个像素都存一个增益值，那样太占内存。常用的做法是：
- 网格增益：把图像分成 16×16 或 32×32 的网格，每个网格存一个增益值。像素点的增益通过双线性插值得到。
- 多项式拟合：用多项式拟合出增益曲面，运行时直接计算。
网格增益是主流方案。比如 1920×1080 的图像，分成 16×16 的网格，只需要 120×68 个增益值，内存占用很小。
2.3.3 LSC 的注意事项
LSC 校正时，不同颜色通道的阴影程度可能不同。所以 R、G、B 通道需要分别使用不同的增益表。有些 sensor 的阴影在红色通道特别严重，如果统一用一张表，会出现颜色偏移。
2.4 本章知识体系
下面这张图展示了 Bayer RAW 预处理的核心流程和三个模块的关系：
从图中可以看到，Bayer RAW 数据先经过 BLC 去除暗电流偏移，再经过 LSC 补偿镜头阴影，最后输出干净的 RAW 数据给后续的 demosaic、AWB 等模块。