3. RAW图基础与Bayer格式：Bayer Pattern详解、RAW10/RAW12/RAW16数据格式、黑电平与动态范围

好，我们进入第三章。这一章讲的是ISP管线的起点——RAW图。说白了，就是传感器直接吐出来的原始数据，还没经过任何美化。你想想看，如果连RAW图都搞不清楚，后面那些去噪、插值、色彩校正全都是空中楼阁。

我个人习惯，每接触一款新Sensor，第一件事就是看它的Bayer Pattern和RAW位深。这两个参数决定了后面整个ISP流程怎么走。咱们一个一个来拆。

3.1 Bayer Pattern详解

为什么传感器不直接输出RGB全彩图？因为单个像素只能感知光的强度，分不清颜色。那怎么办？在像素表面盖一层滤色片，让每个像素只通过一种颜色。最常见的排列就是Bayer Pattern。

Bayer Pattern的核心思想：用2x2的单元重复排列。每个单元里，绿色占两个，红色和蓝色各一个。为什么绿色多？因为人眼对绿色最敏感，多采样绿色能提升视觉分辨率。

这里有个细节：Bayer Pattern的起始位置（Phase）也很关键。Sensor输出的第一行第一列是什么颜色？这个信息必须从Sensor的寄存器配置里读出来，不能靠猜。

3.2 RAW10 / RAW12 / RAW16 数据格式

Bayer Pattern决定了像素的排列，而位深决定了每个像素用多少比特来表示。常见的RAW格式有RAW10、RAW12、RAW16。位深越大，能表示的亮度层级越多，动态范围理论上也越大。

但这里有个坑：位深和存储格式是两回事。RAW10不是说每个像素占10个bit就完事了，它涉及到怎么把这10个bit塞进内存里。

举个例子，RAW10的打包方式：4个10bit的数据，总共40bit，正好5个字节。第一个字节存第一个像素的高8位，第二个字节存第一个像素的低2位+第二个像素的高6位……以此类推。拆包的时候要按位操作，挺麻烦的。

// RAW10 解包示例（C语言伪代码）
// 输入：packed[5] 包含4个RAW10像素
// 输出：pixel[4] 每个值范围0-1023

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];

RAW12的打包类似，2个像素占3字节。RAW16最简单，每个像素直接占2字节，低4位通常是0填充。为什么会有RAW16？因为很多ISP内部处理路径是16bit的，Sensor输出RAW12后，ISP会左移4位变成RAW16再做后续处理。

3.3 黑电平与动态范围

黑电平（Black Level）这个概念，很多初学者容易忽略。传感器在没有光照的时候，理论上输出应该是0。但实际上，由于暗电流、电路噪声等原因，输出会有一个偏移量。这个偏移量就是黑电平。

黑电平的作用：把有效信号从噪声中抬起来。如果不减掉黑电平，暗部细节会被压缩，动态范围也会受影响。

动态范围（Dynamic Range）的定义：传感器能同时记录的最亮信号与最暗信号的比值。单位是dB。公式很简单：

DR = 20 * log10(满阱容量 / 噪声底噪)

举个例子，一个RAW10的Sensor，满阱容量是10000个电子，读出噪声是10个电子。那么它的动态范围就是20 * log10(10000/10) = 60dB。这大概相当于10档光圈。

动态范围还和位深直接相关。理论上，RAW10能表示0~1023共1024个灰度级，动态范围约60dB。RAW12能表示0~4095共4096个灰度级，动态范围约72dB。但实际中，Sensor的模拟动态范围往往小于量化动态范围，所以提高位深并不能无限提升动态范围。

我记得有一次调试一个暗光场景，RAW10的图像暗部全是条纹噪声。后来发现是黑电平没校准好，减多了导致暗部被截断。把黑电平调准之后，暗部细节就出来了。嗯，这里要注意：黑电平减多了会丢暗部细节，减少了会偏色，必须精确。

最后说一句，RAW图是ISP的原材料。原材料质量决定了成品的天花板。Bayer Pattern读对了，RAW格式解包对了，黑电平校准准了，后面的处理才有意义。否则，再牛的算法也救不回来。