📚 课程目录第1章 RAW图像基础

1. RAW图像基础：理解Bayer阵列与CFA模式

做图像处理这些年，我见过不少新手一上来就对着RAW文件发懵——这玩意儿怎么是绿的？其实说白了，RAW图像就是传感器最原始的“底片”。今天咱们就从最基础的Bayer阵列讲起。

1.1 什么是CFA？为什么需要它？

图像传感器本身是色盲的。每个像素只能感知光的强度，分不清红绿蓝。那彩色照片怎么来的？

答案就是——在传感器表面盖一层彩色滤光片阵列（Color Filter Array，简称CFA）。每个像素上方只允许特定波长的光通过。这样，每个像素就只记录一种颜色分量。

核心概念：CFA让单色传感器具备了感知色彩的能力。代价是每个像素只采集一种颜色，缺失的两种颜色要靠后续插值算法补回来。

1.2 Bayer阵列——最经典的CFA模式

1976年，柯达公司的Bryce Bayer提出了这个方案。直到今天，市面上90%以上的相机还在用这个模式。为什么？因为它简单、高效、效果好。

Bayer阵列的排列规律：

绿色像素占50%——人眼对绿色最敏感
红色和蓝色各占25%
排列方式：RGGB（最常见）或BGGR、GRBG、GBRG

我刚开始做ISP时，总记不住这四种排列顺序。后来有个老工程师教我一招：看传感器数据手册里第一行前两个像素的颜色，就能确定整个阵列的排布。这招我用了十几年，从来没出过错。

排列模式	第一行	第二行	常见于
RGGB	R G R G ...	G B G B ...	Sony、Nikon多数机型
BGGR	B G B G ...	G R G R ...	部分Canon机型
GRBG	G R G R ...	B G B G ...	部分手机传感器
GBRG	G B G B ...	R G R G ...	部分工业相机

注意：读取RAW文件时，必须先确认Bayer排列顺序。我曾经接手过一个项目，前任工程师把RGGB当成了BGGR处理，结果整批照片颜色都是反的。排查了三天才找到问题——就是Bayer顺序搞反了。

1.3 Bayer阵列的变体

除了标准的2×2 Bayer，这些年也出现了一些改进方案：

X-Trans（富士）：6×6排列，减少摩尔纹，但解马赛克算法更复杂
Quad Bayer（三星、索尼）：2×2同色像素合并，用于高像素手机传感器
RGBW：加入白色像素，提升低光灵敏度

不过说实话，这些变体在底层逻辑上和标准Bayer是一样的——每个像素只记录一种颜色，后续都需要插值。所以咱们先把标准Bayer吃透，其他的自然就通了。

1.4 从RAW数据到可视图像

你想想看，传感器输出的RAW数据长什么样？

就是一个二维数组，每个元素是12bit或14bit的整数。但这个数组里，相邻像素记录的是不同颜色。要变成我们能看的彩色图像，需要三步：

黑电平校正：减去暗电流带来的固定偏移
白平衡：调整RGB通道增益，还原真实色彩
解马赛克（Demosaic）：插值补全每个像素缺失的两种颜色

咱们这门课，就是从第一步开始讲起。

1.5 知识结构总览

下面这张图，把本章的核心知识点串起来了。我建议你多看几遍，脑子里先搭好框架。

1.6 动手验证：读取Bayer排列信息

光说不练假把式。咱们写一小段Python代码，看看怎么从RAW文件头里读出Bayer排列。

import struct

def get_bayer_pattern(raw_file_path):
    """
    从RAW文件头读取Bayer排列信息
    这里以常见的.DNG格式为例
    """
    with open(raw_file_path, 'rb') as f:
        # 跳过文件头，定位到CFA Pattern标签
        # 实际项目中需要解析TIFF IFD
        # 这里简化演示
        f.seek(0x100)
        data = f.read(4)
        
    # Bayer排列编码
    patterns = {
        0: 'RGGB',
        1: 'BGGR', 
        2: 'GRBG',
        3: 'GBRG'
    }
    
    pattern_code = struct.unpack('<I', data)[0]
    return patterns.get(pattern_code, 'Unknown')

# 使用示例
# pattern = get_bayer_pattern('sample.dng')
# print(f'Bayer排列: {pattern}')

小技巧：如果你手头没有RAW文件，可以用OpenCV的cv2.COLOR_BayerBG2BGR这类枚举值来验证。枚举名里的BG就是Bayer排列的前两个字母。

1.7 本章小结

嗯，到这里咱们把RAW图像的基础打好了。记住三个要点：

CFA是传感器获取色彩的“眼镜”，Bayer是最主流的戴法
Bayer有四种排列顺序，搞错了颜色就全乱套
RAW到彩色图像需要黑电平校正、白平衡、解马赛克三步