1、RAW域基础概念：什么是RAW图、RAW与RGB/YUV的区别、RAW数据在成像链路中的位置
各位同学好，我是老周。做图像传感器调试这行十几年了，今天咱们聊聊RAW域最基础的东西。别小看这些概念，我见过不少做了三五年ISP的工程师，一聊到RAW数据到底是什么，反而说不清楚。
说白了，RAW就是传感器最原始的“底片”。它没经过任何美化，也没被处理过。你按下快门那一刻，光子打到像素上，转换成电信号，再被ADC量化成数字——这就是RAW。
1.1 什么是RAW图
RAW图，全称是“原始图像数据”。它直接来自CMOS或CCD图像传感器的模数转换器输出。每个像素点只记录一个颜色通道的亮度值，而且这个值跟场景的辐射强度是线性关系。
我习惯把RAW理解成“传感器的日记”。它忠实地记录了每个感光单元接收到的光子数量，没有任何偏向。举个例子：
- RAW数据：每个像素12bit或14bit，值域0~4095或0~16383
- 线性响应：光子数翻倍，RAW值也翻倍
- 无色彩：单个像素只有R/G/B中的一种，不是全彩色
关键认知：RAW不是一张“图片”，它是一堆“未经过插值的传感器读数”。你直接用看图软件打开RAW文件，看到的其实是解码器帮你做了去马赛克和白平衡后的效果。
我记得刚入行时，有个同事把RAW直接当灰度图用，结果做出来的算法在红色区域全是噪点。后来才发现，RAW的R通道像素密度只有1/4，直接当灰度图用当然出问题。嗯，这个坑我踩过，你们别踩。
1.2 RAW与RGB/YUV的核心区别
很多初学者搞不清RAW、RGB、YUV到底差在哪。我画个简单的对比表，你一看就明白：
| 特性 | RAW | RGB | YUV |
|---|---|---|---|
| 数据来源 | 传感器ADC直接输出 | 经过去马赛克插值 | 经过色彩空间转换 |
| 每个像素信息 | 单通道（R/G/B之一） | 三通道（R+G+B） | 三通道（Y+U+V） |
| 色彩还原度 | 无色彩，只有亮度 | 全彩色，但经过插值 | 全彩色，亮色分离 |
| 数据量 | 最小（1像素1值） | 3倍于RAW | 与RGB相当或略小 |
| 线性度 | 线性（与光子数成正比） | 非线性（经过Gamma校正） | 非线性 |
| 典型位深 | 10~14bit | 8~16bit | 8~10bit |
为什么会这样？你想想看，传感器上的每个像素物理上只覆盖一种滤色片（R、G或B），所以它只能感知一种颜色。要得到全彩色，必须用周围像素的信息去“猜”缺失的颜色——这就是去马赛克算法干的事。
我个人习惯把这三者的关系理解成“原材料→半成品→成品”：
- RAW = 刚采回来的矿石，纯度最高但形态原始
- RGB = 提炼后的金属，已经成型但还有杂质
- YUV = 加工好的零件，可以直接用了
避坑指南：我曾经在调试夜景模式时，直接在RGB域做降噪，结果边缘糊得一塌糊涂。后来改成在RAW域做降噪，信噪比提升了3dB，边缘细节也保住了。记住：能早处理就早处理，RAW域是信噪比最高的地方。
1.3 RAW数据在成像链路中的位置
要理解RAW的重要性，你得先看清整个成像链路。我画了一张流程图，把每个环节标清楚了：
从这张图你能看到，RAW数据处在传感器和ISP处理之间。它是整个链路中第一个数字化的数据形态，也是最后一个“纯净”的数据形态。
我经常跟团队说一句话：“RAW域是ISP的黄金时代”。为什么？因为在这个阶段，所有像素值都是线性的，噪声模型是简单的加性高斯，黑电平、增益、饱和度这些参数都还有明确的物理对应关系。一旦进入RGB域，Gamma校正、色彩矩阵、去马赛克这些操作会把数据搅得一团糟，你再想做精确的噪声建模或HDR合成，难度翻倍。
重要提醒：千万不要在RGB或YUV域做需要线性假设的算法！比如去噪、HDR合成、高精度白平衡。我曾经接手过一个项目，算法团队在YUV域做多帧合成，结果暗部全是伪影。后来我把合成逻辑挪到RAW域，同样的算法，效果天差地别。
1.4 为什么嵌入式视觉工程师必须懂RAW
你可能觉得，现在SoC都集成了ISP，我直接调API不就行了？嗯，这话对了一半。
我举个例子：你在做车载摄像头，要求低延迟。如果直接拿ISP处理后的RGB数据做目标检测，你会发现：
- Gamma校正把暗部细节压缩了，夜间行人检测率下降
- 去马赛克引入了伪彩色，影响分类器判断
- 自动白平衡可能把红灯误判为白色
但如果你在RAW域做处理，这些问题都能规避。我习惯在RAW域做以下操作：
- 黑电平校正：减去暗电流偏移，恢复真实零点
- 增益控制：模拟/数字增益，调整曝光
- 坏点校正：替换传感器上的死像素
- 线性去噪：利用噪声模型做BM3D或小波去噪
- HDR合成：多帧RAW直接合成，避免Gamma干扰
个人经验：我在做手机摄像头调试时，发现RAW域做3A（自动曝光、自动对焦、自动白平衡）的收敛速度比RGB域快30%以上。因为RAW的统计信息更干净，没有Gamma和色彩矩阵的干扰。你想想看，一个线性系统和一个非线性系统，哪个更容易控制？
好了，这一章的内容就这些。记住三个核心点：RAW是传感器的原始读数、RAW是线性的、RAW是ISP处理的起点。后面我们会深入Bayer格式的具体排布和每个像素的物理含义，到时候你会更清楚为什么RAW域这么重要。