3. 曝光基础概念

在OpenMV视觉调试中，曝光是决定图像质量的第一道关口。很多开发者会遇到这样的困惑：画面太暗就调高亮度，结果图像出现大量噪点；画面太亮就降低曝光时间，结果运动物体出现严重拖影。这些问题的根源在于没有理解曝光三要素——曝光时间、光圈、ISO（增益）之间的耦合关系。本章将系统拆解这三个参数对图像亮度和清晰度的影响机制，并给出OpenMV场景下的实用调试策略。

3.1 曝光时间：亮度与动态模糊的博弈

核心原理：曝光时间（Exposure Time）指传感器感光像素累积光子的时间窗口，OpenMV中通常以毫秒（ms）为单位。曝光时间越长，进入传感器的光子总量越多，图像越亮；但与此同时，被拍摄物体在传感器上的投影位置会随物体运动或相机抖动而移动，导致图像出现拖影（Motion Blur）。对于静态场景，曝光时间可以适当延长；对于运动目标或手持设备，必须缩短曝光时间以保证边缘锐利。

OpenMV中的操作方式：

# 设置曝光时间（单位：微秒，1ms = 1000us）
sensor.set_auto_exposure(False)   # 先关闭自动曝光
sensor.set_exposure_microseconds(15000)  # 15ms曝光

在OpenMV IDE中，可以通过“工具→视频设置”实时调整曝光值并观察画面变化。建议从默认值开始，以2ms为步进逐步调整，找到亮度与拖影的平衡点。

3.2 光圈：进光口径的物理限制

核心原理：光圈是镜头中控制通光孔径大小的机械结构，用F值表示（如F1.8、F2.8、F4.0）。F值越小，光圈开口越大，进光量越多，图像越亮；同时，大光圈会减小景深（Depth of Field），使背景虚化。对于OpenMV常用的定焦镜头，光圈通常是固定的（如F2.0），无法在软件中调节。因此，在OpenMV调试中，光圈更多是一个“已知常量”而非“可调变量”。

实际影响：如果镜头光圈较小（如F4.0），在暗光环境下即使曝光时间拉满、ISO调到最高，图像依然偏暗且噪点严重。此时应考虑更换更大光圈镜头或增加补光设备，而不是一味依赖软件参数。

3.3 ISO（增益）：亮度的电子放大器

核心原理：ISO（International Organization for Standardization）在数字相机中代表传感器信号的增益倍数。OpenMV中通过set_gainceiling()和set_auto_gain()控制。增益的本质是将传感器采集到的微弱电信号进行放大，但放大信号的同时也会放大电路底噪（Noise），导致图像出现颗粒感（噪点）。ISO值越高，图像越亮，但信噪比（SNR）越低，清晰度下降。

OpenMV中的增益控制：

# 设置自动增益上限（默认是64，即ISO 64）
sensor.set_gainceiling(8)   # 限制最大增益为8倍
# 关闭自动增益，手动设置
sensor.set_auto_gain(False)
sensor.set_gain(4)   # 设置4倍增益

在OpenMV中，增益值通常以“倍数”表示，而非传统相机的ISO数值。1倍增益约等于ISO 100，4倍约等于ISO 400，以此类推。建议在光线充足时保持增益在1-2倍，暗光时不超过4倍，否则噪点会严重影响特征识别。

3.4 三者的耦合关系与调试优先级

核心原理：曝光三要素并非独立作用，而是共同决定最终图像的曝光量（Exposure Value, EV）。在OpenMV中，光圈通常固定，因此实际可调的是曝光时间和ISO。两者存在“此消彼长”的关系：增加曝光时间可以降低ISO需求，但会引入拖影；提高ISO可以缩短曝光时间，但会引入噪点。调试的核心是找到满足“亮度足够”和“清晰度可接受”的最优组合。

推荐调试流程：

1. 固定光圈：确认镜头光圈值，记录为常量。
2. 设定ISO上限：根据应用对噪点的容忍度，设置增益上限（建议≤4倍）。
3. 调整曝光时间：从短曝光开始（如5ms），逐步增加，直到图像亮度满足识别需求。
4. 检查清晰度：观察运动目标是否有拖影，静态目标边缘是否锐利。
5. 微调ISO：若曝光时间已接近安全上限（如10ms）仍偏暗，再适当提高ISO。

3.5 案例拆解：传送带上的二维码识别调试

场景背景：某工厂需要在传送带上识别运动中的二维码，传送带速度0.5m/s，二维码尺寸3cm×3cm，环境光照约200lux（偏暗）。OpenMV Cam H7 Plus搭配F2.0镜头，默认自动曝光参数下图像模糊且识别率仅60%。

初始现象：自动曝光模式下，OpenMV为了获得足够亮度，将曝光时间拉长至25ms，导致二维码在图像中产生明显拖影，边缘模糊，解码失败率高达40%。

分析过程：

• 计算安全曝光时间：物体在25ms内移动距离 = 0.5m/s × 0.025s = 12.5mm，远大于二维码的3cm尺寸，必然产生严重拖影。
• 目标曝光时间：为保证拖影小于1个像素（约0.1mm），曝光时间需 ≤ 0.1mm / 0.5m/s = 0.2ms，但此时亮度严重不足。
• 折中方案：将曝光时间设为5ms（拖影约2.5mm，占二维码宽度的8%，可接受），同时提高ISO至4倍补偿亮度。

实际操作：

sensor.set_auto_exposure(False)
sensor.set_exposure_microseconds(5000)   # 5ms
sensor.set_auto_gain(False)
sensor.set_gain(4)   # 4倍增益
sensor.set_auto_whitebal(False)
sensor.set_whitebal(True)   # 保持白平衡自动

结果对比：调整后，二维码边缘清晰度显著提升，解码成功率从60%升至95%。代价是图像噪点略有增加，但通过OpenMV内置的image.binary()二值化处理后，噪点被有效抑制。

复盘经验：在运动场景中，曝光时间优先级最高，ISO作为补偿手段；若ISO超过4倍仍无法满足亮度，应增加补光灯而非继续提高增益。

3.6 常见误区与总结

误区一：盲目追求高亮度。很多开发者发现图像暗就无脑拉高ISO或曝光时间，结果图像亮但无法识别。正确做法是先分析场景是“静态”还是“动态”，再决定优先调整哪个参数。

误区二：忽略光圈的影响。在暗光环境下，小光圈镜头即使软件参数调到极限也无济于事。此时应优先考虑硬件升级（更换大光圈镜头）或增加补光。

误区三：自动曝光在机器视觉中不可靠。自动曝光会随环境光线波动而改变参数，导致同一物体在不同时刻的亮度不一致，严重影响阈值分割和特征提取。建议在固定光照条件下关闭自动曝光。

总结：曝光调试的本质是在“亮度需求”和“清晰度约束”之间寻找平衡点。对于OpenMV应用，建议遵循以下优先级：先保证清晰度（曝光时间合适）→ 再满足亮度（ISO补偿）→ 最后考虑硬件补光。理解三者的物理意义和耦合关系，才能在不同场景下快速定位问题并给出有效解决方案。