1. RAW格式解析：RAW文件结构、Bayer阵列模式、黑电平与白平衡基础、RAW数据的位深与动态范围

各位同学，欢迎来到第一节课。咱们直接切入正题——RAW格式。很多人拍了几年RAW，其实并不清楚文件里到底存了什么。我刚开始做图像处理时也踩过这个坑，以为RAW就是“没压缩的图片”。后来被项目逼着去读传感器手册，才发现完全不是那么回事。

说白了，RAW就是传感器“看到”的原始电荷量记录。它还没被渲染成你肉眼看到的彩色照片。你想想看，相机里的CMOS其实是个色盲——它只感知光的强度，不感知颜色。那彩色是怎么来的？这就得从文件结构说起了。

1.1 RAW文件结构：不只是像素数据

一个标准的RAW文件，其实是个容器。里面至少包含三部分：

• 文件头（Header）：相机型号、传感器尺寸、ISO、快门速度、白平衡预设等元数据。我遇到过最坑的一次，就是文件头损坏导致整批照片无法解码——从那以后我养成了校验头部的习惯。
• 图像数据（Image Data）：真正的传感器原始值，按Bayer模式排列。这部分占了文件体积的90%以上。
• 缩略图/预览图（Thumbnail/Preview）：相机内部生成的JPEG预览，方便你在屏幕上快速浏览。注意，这个预览图已经做过白平衡和Gamma校正了，和RAW数据本身不是一回事。

1.2 Bayer阵列模式：传感器如何“看”颜色

CMOS传感器上的每个像素只能记录亮度值。为了获取彩色信息，工程师在像素表面覆盖了一层彩色滤光片阵列（CFA）。最经典的就是Bayer阵列。

Bayer阵列的排列规律是：每2x2的像素块中，有1个红色（R）、1个蓝色（B）、2个绿色（G）。为什么绿色占一半？因为人眼对绿色最敏感。这个设计很巧妙——用更多的绿色像素来模拟人眼的亮度感知。

// 典型的Bayer RGGB模式排列
// 每个字母代表一个像素的滤光片颜色
// 实际存储的是该像素的原始亮度值

R G R G R G
G B G B G B
R G R G R G
G B G B G B

我个人习惯把Bayer数据想象成一个“打了马赛克的灰度图”。每个像素只有一个颜色通道的值，另外两个通道是缺失的。后续的“去马赛克”算法就是根据相邻像素来插值补全这些缺失值。

1.3 黑电平与白平衡基础

这两个概念是RAW解码的基石，也是很多HDR噪声处理绕不开的起点。

黑电平（Black Level）：传感器在完全无光（盖上镜头盖）时，理论上应该输出0。但实际电路有暗电流和读出噪声，所以会有一个非零的底值。这个底值就是黑电平。解码时，必须先把所有像素值减去黑电平，才能得到真实的信号量。

我举个例子：假设黑电平是512（12-bit RAW），那么像素值512对应的是“纯黑”，而不是0。如果不做黑电平校正，暗部会偏色，而且噪声会被放大。

白平衡（White Balance）：不同光源的色温不同，传感器对RGB三个通道的响应也不一样。白平衡的目的就是让中性灰（18%灰卡）在三个通道上输出相等的值。具体做法是给R和B通道乘上增益系数，G通道通常作为参考保持不变。

光源类型	色温（K）	典型R增益	典型B增益
日光	5500	1.0	1.0
白炽灯	3200	1.8	0.6
荧光灯	4000	1.4	0.8
阴天	6500	0.9	1.2

1.4 RAW数据的位深与动态范围

位深决定了每个像素能记录多少个灰度级。8-bit是256级，10-bit是1024级，12-bit是4096级，14-bit是16384级。你想想看，8-bit的JPEG在天空渐变时容易出现色带，而14-bit RAW就能平滑过渡——这就是位深的威力。

但位深不等于动态范围。动态范围是传感器能记录的最亮信号与最暗信号的比值，单位是dB或档（EV）。

// 动态范围计算示例（假设14-bit RAW，黑电平512）
// 最大信号值 = 2^14 - 1 = 16383
// 有效信号范围 = 16383 - 512 = 15871
// 动态范围（dB）= 20 * log10(15871 / 1) ≈ 84dB
// 换算成档位：84 / 6 ≈ 14 EV

实际传感器的动态范围受读出噪声限制。高端相机能做到14-15 EV，手机传感器通常在10-12 EV。HDR合成的核心思想，就是用多帧不同曝光的RAW数据，拼出一张超过单帧动态范围的照片。

1.5 本章知识结构图

下面这张图把RAW格式的核心概念串起来了。从传感器捕获到最终解码，每一步都对应着本章讲的知识点。

这张图把本章的四个核心模块串在了一起。你可以看到，RAW文件结构是容器，Bayer阵列是数据组织方式，黑电平与白平衡是预处理步骤，位深与动态范围是最终性能指标。HDR噪声抑制的每一步，都建立在对这些基础概念的准确理解上。