2、RAW数据存储结构：Bayer阵列模式与CFA原理
说到RAW数据，很多人第一反应就是“大”、“占空间”。但真正决定RAW格式本质的，其实是它的存储结构——每个像素只记录一种颜色信息。这听起来有点反直觉，对吧？你想想看，我们平时看到的彩色照片，每个像素都是RGB三个值。但RAW偏偏只存一个值。这是为什么？
我刚开始接触图像传感器时，也被这个问题困扰过。后来拆了几块Sensor的datasheet，才真正搞明白——这其实是硬件成本和画质之间的一个巧妙平衡。
2.1 彩色滤波阵列（CFA）的核心思想
CMOS或CCD传感器本身是“色盲”的。每个感光单元只能感知光的强度，分辨不出颜色。那怎么得到彩色图像呢？
答案就是在每个像素上覆盖一层微小的滤色片——只允许特定波长的光通过。这就是彩色滤波阵列（Color Filter Array，CFA）。
一句话总结：CFA让每个像素只“看到”一种颜色，RAW文件里每个像素只存一个通道的值。后续的插值算法再把缺失的颜色猜出来。
我做过一个比喻，你把它想象成用三支不同颜色的笔在一张白纸上点画。每个点只有一种颜色，但离远了看，画面就是彩色的。CFA就是这个“点画”的规则。
2.2 Bayer阵列——最主流的CFA模式
CFA有很多种设计，但Bayer阵列是的主流。它由Bryce Bayer在1976年发明，到今天几乎所有消费级和工业级传感器都在用。
Bayer阵列的核心规律很简单：绿色像素占一半，红色和蓝色各占四分之一。为什么绿色多？因为人眼对绿色最敏感。说白了，这是仿生学的设计——让传感器模仿人眼的视觉特性。
| 颜色通道 | 占比 | 原因 |
|---|---|---|
| 绿色（G） | 50% | 人眼对绿光最敏感，细节分辨力最高 |
| 红色（R） | 25% | 提供红色分量，用于色彩还原 |
| 蓝色（B） | 25% | 提供蓝色分量，用于色彩还原 |
Bayer阵列有四种常见的排列方式。我当年在调试一款安防摄像头时，就踩过这个坑——Sensor默认输出是GBRG，但ISP流水线配置成了RGGB，结果整张图颜色完全错乱。
2.2.1 四种Bayer排列模式
这四种模式的区别在于第一行前两个像素的颜色顺序。记住这个规律，你就能快速识别任何Bayer RAW数据。
| 模式 | 第一行 | 第二行 | 常见场景 |
|---|---|---|---|
| RGGB | R G R G ... | G B G B ... | 索尼Sensor最常见 |
| BGGR | B G B G ... | G R G R ... | 部分OmniVision Sensor |
| GRBG | G R G R ... | B G B G ... | 部分三星Sensor |
| GBRG | G B G B ... | R G R G ... | 安防Sensor常见 |
避坑指南：我曾经在项目中拿到一份RAW文件，怎么处理颜色都不对。折腾了两天，最后发现是Bayer排列搞错了。Sensor文档写的是GBRG，但实际输出是GRBG。从那以后，我养成了一个习惯——拿到新Sensor，先拍一张纯白画面，用脚本验证Bayer排列。这一步花不了5分钟，但能省下后面几天的调试时间。
2.3 每个像素只存单通道——RAW的“原始”之处
理解了CFA，你就明白了为什么RAW文件每个像素只存一个值。这不是缺陷，而是设计选择。
- 存储效率高：每个像素只存12bit或14bit，而不是3×12bit。同样分辨率下，RAW比RGB图像小2/3。
- 保留原始信息：没有经过插值，没有颜色处理。你拿到的是Sensor最“诚实”的数据。
- 后期空间大：所有颜色重建、白平衡、去马赛克都在你的控制之下。
我举个例子。假设一个2000万像素的Sensor，输出RAW文件大约25MB（14bit/pixel）。如果直接输出RGB，那就是75MB。而且RGB是经过ISP处理过的，很多细节已经丢失了。你想想看，哪个选择更合理？
2.4 从RAW到彩色图像——数据流全景
为了让你更直观地理解整个流程，我画了一张图。它展示了从Sensor捕获到Bayer RAW，再到最终彩色图像的关键步骤。
2.5 实际项目中如何判断Bayer排列
拿到一个陌生的RAW文件，怎么快速确定它的Bayer排列？我分享一个我常用的方法。
- 拍一张纯色画面——最好是白色或灰色，均匀光照。
- 提取RAW数据——用Python或C读入，不要做任何处理。
- 观察2×2块的统计值——计算每个位置的均值。理论上，白色画面下R、G、B的响应比例是固定的。
- 匹配模式——根据均值大小关系，判断哪个位置是R、哪个是B。
我的经验：如果你懒得写脚本，还有一个土办法——拍一张红色物体的照片。在RAW数据里，红色物体对应的像素值会明显偏高。你肉眼扫一下2×2块，哪个位置最亮，那个位置就是R通道。这个方法虽然粗糙，但在现场调试时非常管用。
2.6 为什么不是所有传感器都用Bayer
Bayer虽然主流，但不是唯一选择。我简单提几种其他CFA设计，让你有个概念。
| CFA类型 | 特点 | 应用场景 |
|---|---|---|
| Bayer | G占50%，成熟度高 | 绝大多数消费级/工业级相机 |
| X-Trans | 6×6周期，减少摩尔纹 | 富士相机 |
| Quad Bayer | 2×2同色合并，高像素模式 | 手机Sensor（如IMX586） |
| Foveon X3 | 垂直堆叠RGB，无插值 | 适马相机 |
但说实话，Bayer的地位短期内很难被撼动。它的生态太成熟了——从Sensor设计到ISP芯片，再到软件库，整个产业链都围着Bayer转。我做过一个项目，尝试用X-Trans传感器，结果发现很多现成的去马赛克算法都不支持，最后不得不自己写。嗯，那段时间挺痛苦的。
2.7 本章小结
这一章的核心就三句话：
- CFA 让每个像素只感知一种颜色，这是RAW格式的物理基础。
- Bayer阵列 是最主流的CFA模式，G:R:B = 2:1:1。
- 四种排列（RGGB/BGGR/GRBG/GBRG）决定了RAW数据的解析方式，搞错了颜色就全乱。