1. RAW 域基础：从传感器到数字图像的第一站

做 HDR 去噪这几年，我越来越觉得：不懂 RAW 域，就别谈什么细节保留。很多同学拿着 RGB 图像做处理，折腾半天，噪点去掉了，细节也糊了。为什么？因为你在错误的地方做了错误的事。

这一章，我们先把地基打牢。我会带你看看 RAW 图像到底长什么样，Bayer 阵列是怎么回事，以及为什么我坚持在 RAW 域做 HDR 处理。

1.1 RAW 图像格式解析

相机传感器拍下来的原始数据，就是 RAW。它不像 JPEG 那样经过白平衡、伽马校正、色彩空间转换——说白了，它就是传感器每个像素的原始电荷读数。

我习惯把 RAW 比作「数字底片」。你想想看，底片能记录的信息量，远大于最终冲印出来的照片。RAW 也一样：

• 位深高：通常是 12bit 或 14bit，高端相机能到 16bit。而 JPEG 只有 8bit。
• 线性响应：RAW 数据与场景亮度呈线性关系。这很重要，后面讲 HDR 合并时会反复用到。
• 无压缩或无损压缩：信息零丢失。

我曾经接手过一个项目，客户坚持用 JPEG 做多帧 HDR 合成。结果暗部全是色块，亮部高光 clipping 得一塌糊涂。后来我让他们改采 RAW 流，同样的算法，效果天差地别。嗯，从那以后我再也不接 JPEG HDR 的活了。

1.2 Bayer 阵列与 CFA 模式

大多数相机传感器只有一个感光层。它本身分不清颜色。那彩色照片怎么来的？靠的是彩色滤光片阵列（CFA）。

最常见的 CFA 就是 Bayer 阵列。它长这样：

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

每个像素只采集一种颜色。绿色占一半，红蓝各占四分之一。为什么？因为人眼对绿色最敏感。这个设计很聪明，对吧？

我刚开始做 ISP 时，总觉得 Bayer 阵列浪费了 2/3 的光线。后来才明白，这是成本和画质之间的最优解。你想想看，如果每个像素都采集全色，那传感器得堆三层，工艺复杂不说，还会引入串扰。

1.3 RAW 与 RGB 的差异

很多人觉得 RAW 转 RGB 不就是个 demosaic 嘛。其实远没那么简单。我列个表，你一看就明白：

这里有个坑，我踩过。RGB 图像经过伽马校正后，暗部噪声被放大，亮部细节被压缩。如果你在 RGB 域做去噪，很容易把暗部细节当噪声抹掉，或者把亮部纹理保留得过多。说白了，噪声模型在 RGB 域已经变了，你拿线性域的算法去处理非线性数据，结果能好吗？

1.4 RAW 域处理的优势

为什么我坚持在 RAW 域做 HDR 去噪？三个理由：

1. 噪声模型简单：RAW 域的噪声主要是光子散粒噪声和读出噪声，两者都与信号强度有明确的数学关系。我可以精确建模，然后针对性去噪。
2. 动态范围完整：RAW 保留了传感器能记录的全部动态范围。一旦转成 RGB，高光和暗部都被截断了。HDR 合并需要的就是这个完整的动态范围。
3. 处理顺序灵活：在 RAW 域，我可以先做去噪，再做 demosaic，最后做色调映射。去噪在 demosaic 之前做，能避免彩色伪影被放大。

1.5 本章知识结构图

下面这张图，是我自己梳理的 RAW 域基础框架。你可以把它当作本章的「地图」：

这张图把本章的核心知识点串起来了。你从中心出发，往四个方向走，每个分支都有对应的子知识点。我个人习惯在开始一个新项目前，先画这么一张图，把「我到底要处理什么数据」搞清楚。不然做到一半才发现数据格式不对，那才叫崩溃。

import rawpy
import numpy as np

raw = rawpy.imread('example.dng')
bayer = raw.raw_image  # 直接拿到 Bayer 数据
print(f'Shape: {bayer.shape}, dtype: {bayer.dtype}')
print(f'Min: {bayer.min()}, Max: {bayer.max()}')