2. RAW数据格式解析：Bayer阵列、RGGB/GRBG等模式、RAW10/RAW12/RAW16位深

做图像处理这些年，我接触过不少刚入行的工程师。他们拿到RAW文件时，第一反应往往是——这堆数字到底是什么？

说白了，RAW数据就是传感器最原始的“底片”。它没经过任何美化，也没被压缩。你看到的每一个像素值，都直接来自感光元件上的光电转换。今天我们就把它彻底拆开看看。

2.1 Bayer阵列——为什么不是全彩的？

你可能会问：为什么手机拍出来的RAW文件不是彩色的？嗯，这里有个物理限制。

单个感光像素只能感知光的强度，它分不清颜色。那怎么办？工程师们想了个办法：在每个像素前面盖一层彩色滤光片。这就是Bayer阵列的由来。

我最早做ISP调试时，曾以为Bayer阵列是唯一的方案。后来发现，其实还有X-Trans、Quad Bayer等变种。但Bayer依然是主流，90%以上的传感器都在用。

2.2 RGGB与GRBG——模式差异

同样是Bayer，排列顺序却不一样。最常见的两种模式：

模式	第一行	第二行	常见传感器
RGGB	R G R G ...	G B G B ...	Sony IMX系列
GRBG	G R G R ...	B G B G ...	OmniVision、部分三星
BGGR	B G B G ...	G R G R ...	部分安森美传感器
GBRG	G B G B ...	R G R G ...	较少见

为什么会有这么多模式？其实没有本质区别，只是传感器厂商的布线习惯不同。但你在做demosaic（去马赛克）时，必须告诉算法正确的排列顺序，否则颜色就全乱了。

2.3 位深——RAW10、RAW12、RAW16

位深决定了每个像素能记录多少灰度等级。这个参数直接影响动态范围和噪点表现。

位深	灰度等级	每像素存储	典型场景
RAW10	1024	10bit（常打包为16bit）	手机、消费级相机
RAW12	4096	12bit（常打包为16bit）	工业相机、中端相机
RAW14	16384	14bit	高端单反、科学相机
RAW16	65536	16bit	天文、医疗、科研

你想想看，RAW10只有1024个灰度级。在暗光场景下，相邻像素的差异可能只有1-2个灰度值。这时候做降噪，信息量是不够的。而RAW16有65536级，暗部细节丰富得多。

2.4 数据存储格式——打包与对齐

RAW数据在内存里怎么放的？这里有个小陷阱。

以RAW10为例：每个像素10bit，但计算机按字节（8bit）寻址。所以常见的做法是：

• 16bit对齐：每个像素占2字节，高6位补0。简单，但浪费空间。
• 打包格式：4个像素共40bit，打包成5字节。省空间，但解析麻烦。

// RAW10 打包格式示例（4像素 -> 5字节）
// 像素0: 10bit, 像素1: 10bit, 像素2: 10bit, 像素3: 10bit
// 字节0: [像素0 9:2]
// 字节1: [像素0 1:0][像素1 9:4]
// 字节2: [像素1 3:0][像素2 9:6]
// 字节3: [像素2 5:0][像素3 9:8]
// 字节4: [像素3 7:0]

uint8_t packed[5];
uint16_t pixel[4];
// 解包逻辑
pixel[0] = (packed[0] << 2) | (packed[1] >> 6);
pixel[1] = ((packed[1] & 0x3F) << 4) | (packed[2] >> 4);
pixel[2] = ((packed[2] & 0x0F) << 6) | (packed[3] >> 2);
pixel[3] = ((packed[3] & 0x03) << 8) | packed[4];

2.5 知识结构总览

下面这张图，把本章的核心脉络串起来了。你可以把它当作一个快速索引。

2.6 实际项目中的注意事项

最后，分享几个我在项目中踩过的坑：

• 字节序问题：有些传感器是大端，有些是小端。读RAW数据前，先确认CPU和传感器的字节序是否一致。
• 黑电平校正：RAW数据里通常有暗电流偏置。不做黑电平校正，直接做降噪，效果会打折扣。
• 坏点处理：传感器总有坏点。我习惯在RAW域先做坏点校正，再做其他处理。顺序很重要。