1. 自动对焦：从模糊到清晰的那一瞬间
各位同学好，我是老张。今天咱们开始聊自动对焦。
你想想看，手机拍照时按下快门，画面从模糊变清晰——这背后发生了什么？说白了，自动对焦（AF）就是让镜头找到那个最清晰的位置。我做了这么多年相机系统，每次看到这个简单的动作，还是会觉得挺有意思的。
1.1 什么是自动对焦
自动对焦，英文叫 Auto Focus，简称 AF。它的核心任务只有一个：调整镜头位置，让被摄物体在传感器上成最清晰的像。
嗯，这里要注意。对焦不是让整个画面都清晰，而是让你关心的那个主体清晰。背景虚化？那是景深的事，跟对焦是两码事。
核心公式：
对焦过程 = 镜头移动 + 清晰度评估 + 反馈调整
直到找到清晰度峰值点，停止。
我在项目中遇到过不少新人，以为对焦就是“拧镜头”。其实没那么简单。镜头怎么拧、拧多少、什么时候停——这三个问题，才是AF算法的全部。
1.2 对焦评价函数：怎么判断“清晰”
机器不像人眼，一眼就能看出糊不糊。它需要一个数学工具来量化清晰度。这个工具就是对焦评价函数，也叫 Focus Measure。
常见的评价函数有几种：
| 评价函数 | 原理 | 特点 |
|---|---|---|
| Tenengrad | 基于Sobel梯度 | 计算量大，精度高 |
| Laplacian | 二阶微分 | 对噪声敏感 |
| Brenner | 相邻像素差 | 计算快，够用 |
| 方差法 | 灰度分布离散度 | 简单，但易受光照影响 |
我个人习惯用 Tenengrad 做精度场景，Brenner 做快速场景。为什么？
Tenengrad 算的是图像梯度能量。清晰图像边缘锐利，梯度值高；模糊图像边缘平滑，梯度值低。这个物理意义很直观。但它的计算量摆在那，高通平台上如果开全分辨率跑，帧率会掉得很难看。
Brenner 就轻量多了。它只算相隔两个像素的差值，近似梯度。虽然精度差一点，但在预览场景下完全够用。
我的经验：
实际项目中，我通常把评价函数做成可配置的。白天用 Tenengrad，暗光下切到 Brenner。别死磕一种方法，场景适配才是王道。
1.3 对比度检测（CDAF）：老派但可靠
对比度检测，英文 Contrast Detection AF，简称 CDAF。它的逻辑很简单：
- 移动镜头到一个位置
- 抓一帧图像，算评价函数值
- 再移动一点，再算
- 找到评价函数值的峰值，那就是最清晰的位置
这个过程叫爬山算法。为什么叫爬山？你想想看，评价函数值随镜头位置变化的曲线，就像一座山。AF就是在爬这座山，找到山顶。
但CDAF有个硬伤——它不知道往哪个方向爬。它只能先试一个方向，如果评价函数值下降，再掉头。这就导致了反复震荡。
避坑指南：
我曾经在一个项目中，CDAF在低对比度场景下反复震荡了十几帧才收敛。用户拍照时那个等待感，别提多难受了。后来我加了一个“方向记忆”机制——如果上次对焦是往近处走的，这次优先往近处试。效果好了很多。
CDAF的优点也很明显：
- 不需要额外硬件
- 对场景没有特殊要求
- 精度理论上可以做到很高
缺点：
- 慢，需要多次采样
- 低对比度场景容易失效
- 动态场景下容易跟丢
1.4 相位检测（PDAF）：又快又准的现代方案
相位检测，Phase Detection AF，简称 PDAF。它解决了CDAF最大的痛点——方向判断。
PDAF的原理，说白了就是“分光”。在传感器上放一些特殊的像素对，它们分别从左右两个方向接收光线。如果对焦准确，左右像素的信号一致；如果对焦靠前或靠后，左右信号会出现相位差。
这个相位差的大小和方向，直接告诉镜头：往哪边拧、拧多少。
所以PDAF只需要一帧就能算出对焦方向，不需要像CDAF那样来回试探。
| 特性 | CDAF | PDAF |
|---|---|---|
| 速度 | 慢（3-5帧） | 快（1帧） |
| 方向判断 | 需要试探 | 直接得出 |
| 硬件需求 | 无 | 专用像素对 |
| 低光性能 | 差 | 中等 |
| 精度 | 高 | 中等（受像素间距限制） |
高通平台上的 PDAF 实现，我接触比较多的是 2x2 OCL（On-Chip Lens）结构。每个像素对共享一个微透镜，既能做相位检测，又不牺牲太多成像质量。
关键点：
PDAF 不是万能的。它的精度受限于像素对的数量和分布。像素对越多，覆盖越密，但会牺牲正常像素的感光面积。这是个 trade-off。
1.5 CDAF + PDAF 混合对焦：高通平台的标配
现在的高通平台，基本都走混合对焦路线。先用 PDAF 快速跳到目标位置附近，再用 CDAF 做精细微调。
为什么这么设计？
PDAF 快，但精度不够。CDAF 慢，但精度高。两者互补，完美。
我参与的一个项目中，混合对焦的流程是这样的：
- 用户半按快门，触发 AF
- PDAF 模块读取相位差，计算镜头目标位置
- 镜头快速移动到目标位置（开环控制）
- CDAF 模块开始爬山，做闭环微调
- 找到峰值，锁定对焦
整个过程，从触发到锁定，控制在 100ms 以内。这在纯 CDAF 时代是不可想象的。
我的建议：
做混合对焦时，PDAF 的置信度判断很重要。如果场景太暗、或者被摄物体纹理太少，PDAF 的相位差数据可能不可靠。这时候要果断降级到纯 CDAF，别硬撑。
1.6 本章知识结构图
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，把概念之间的关系理清楚。
1.7 小结
这一章我们聊了三个核心概念：
- 对焦评价函数——机器判断清晰度的数学工具
- 对比度检测（CDAF）——爬山找峰值，慢但准
- 相位检测（PDAF）——一帧定方向，快但有条件
这些是AF的基石。后面的章节，我们会在这个基础上，聊高通平台的具体实现、场景适配策略、以及各种坑和优化手段。