1. RAW图像基础：从光子到数字的起点
各位同学，欢迎来到第一课。做图像处理这么多年，我始终觉得，理解RAW格式是通往专业影像的必经之路。说白了，RAW就是相机传感器最原始的“底片”，它记录的是每个像素点感受到的光子数量，未经任何修饰。今天，我们就来彻底拆解它。
1.1 RAW格式原理：为什么它如此重要？
你想想看，我们平时看到的JPEG图片，其实是经过相机内部“烹饪”过的成品——白平衡、锐化、降噪、色彩映射，一套组合拳下来，很多原始信息就丢失了。而RAW文件，保存的是传感器每个像素的原始电压值，通常是12位或14位，甚至更高。
我个人习惯把RAW比作“数字底片”。它有几个核心特点：
- 高位深：12bit RAW能记录4096级亮度，14bit是16384级，而JPEG只有256级。这意味着后期拉阴影、压高光时，RAW有巨大的宽容度。
- 线性数据：RAW的数值与场景亮度呈线性关系，不像人眼或sRGB曲线那样有非线性映射。这为精确的算法处理提供了基础。
- 未去马赛克：每个像素只记录一种颜色（R/G/B），需要通过插值算法才能变成全彩图像。
核心概念：RAW文件 = 传感器原始数据 + 元数据（相机型号、ISO、快门速度、镜头信息等）。元数据是后期精准还原的关键。
1.2 拜耳阵列与CFA模式：颜色是怎么来的？
单反或手机摄像头，一个像素只能感知光的强度，无法区分颜色。那彩色照片怎么来的？答案就是——在传感器表面覆盖一层彩色滤光片阵列（CFA, Color Filter Array）。最常见的，就是拜耳阵列（Bayer Pattern）。
拜耳阵列的排列很有讲究：它用50%的绿色、25%的红色、25%的蓝色。为什么绿色占一半？因为人眼对绿色最敏感，这样设计能模拟人眼的亮度感知。我在项目中遇到过，有些同学误以为拜耳阵列是均匀分布的，其实不是——它通常是RGGB或BGGR模式。
常见的CFA模式有这几种：
| 模式名称 | 排列方式 | 常见于 |
|---|---|---|
| RGGB | 第一行：R G R G... 第二行：G B G B... |
索尼、尼康大部分机型 |
| BGGR | 第一行：B G B G... 第二行：G R G R... |
部分佳能机型 |
| GRBG | 第一行：G R G R... 第二行：B G B G... |
某些手机传感器 |
| X-Trans | 6x6周期性排列，非拜耳 | 富士相机 |
避坑指南：我曾经在开发通用RAW解码器时，忘记处理不同厂商的CFA模式偏移，结果图像颜色完全错乱。记住：解码前一定要从元数据中读取CFA模式，不要硬编码。
1.3 RAW文件结构解析：里面到底装了什么？
一个标准的RAW文件，通常包含三个部分：文件头、元数据区、图像数据区。不同厂商（佳能.CR2/CR3、尼康.NEF、索尼.ARW、富士.RAF）的格式略有差异，但核心逻辑一致。
我画了一张结构图，帮你理清思路：
嗯，这里要注意：图像数据区通常不是直接可读的。厂商会做无损压缩（比如尼康的NEF使用类似TIFF的压缩），或者打包成特定格式。我早期做解码时，就踩过字节序的坑——小端模式读成大端，出来的图像全是条纹。
1.4 黑电平与白平衡：RAW解码的第一步
拿到RAW数据后，不能直接当RGB用。有两个关键预处理：
- 黑电平校正：传感器在无光照时也有微弱信号（暗电流），需要减去这个基准值。不同通道的黑电平可能不同，我见过有些相机红色通道黑电平是512，绿色是511。
- 白平衡增益：因为CFA对不同波长的光透过率不同，需要乘以增益系数，让中性灰在R/G/B三个通道上数值相等。
重要提醒：黑电平校正必须在去马赛克之前做！否则插值算法会把黑电平误差扩散到相邻像素，导致偏色。我曾经在项目中因为顺序搞反，花了三天才定位到问题。
1.5 实战：用Python读取RAW文件头
光说不练假把式。我们写一小段代码，读取一个RAW文件的头信息，验证一下结构。
import struct
def read_raw_header(file_path):
with open(file_path, 'rb') as f:
# 读取前4字节判断字节序和格式
magic = f.read(4)
print(f"魔数: {magic.hex()}")
# 假设是CR2格式，偏移量在0x10处
f.seek(0x10)
offset = struct.unpack('<I', f.read(4))[0]
print(f"图像数据偏移量: {offset}")
# 读取图像尺寸（通常在偏移量附近）
f.seek(offset - 8)
width, height = struct.unpack('<II', f.read(8))
print(f"图像尺寸: {width} x {height}")
# 使用示例（请替换为实际RAW文件路径）
# read_raw_header('example.CR2')
这段代码很基础，但能帮你理解RAW文件的二进制布局。实际项目中，我建议用rawpy或libraw，它们封装了各种厂商的差异。
1.6 本章小结
好了，第一课的内容就到这里。我们讲了RAW的本质——它是线性的、高位深的、未去马赛克的传感器数据。拜耳阵列用RGGB模式让绿色占一半，模拟人眼亮度感知。文件结构分为头、元数据、图像数据三部分，解码时要注意字节序和黑电平。
记住一句话：RAW是算法的起点，也是质量的底线。理解它，你才能在后期的AI增强管线中，做出真正专业的效果。