1. HDR成像基础：从一张“废片”说起
各位同学，咱们今天聊HDR。说实话，我第一次接触HDR这个概念，是在一次很狼狈的项目调试中。
当时我在调一个手机摄像头模组，大晴天拍逆光人像。预览画面里人脸黑得像剪影，背景却白得刺眼。我心想，这要是交到用户手里，不得被骂死？
后来才知道，这就是典型的动态范围不够。嗯，咱们今天就把这个事儿彻底讲透。
1.1 什么是动态范围？
动态范围，说白了就是相机能同时记录的最亮和最暗之间的跨度。
你想想看，人眼在同一个场景里，能看清阳光下的白云，也能看清阴影里的纹理。但传感器不行，它有个物理极限。
动态范围（Dynamic Range） = 最大不饱和信号 / 噪声底噪
单位常用 dB（分贝）或 stops（档）。
举个例子：
- 一个8bit的传感器，理论动态范围是 20·log₁₀(255/1) ≈ 48dB
- 人眼在单次场景中，大约能感知 100dB 左右
- 现实场景中，一个阳光明媚的户外，动态范围可能高达 120dB
你看，差距就出来了。传感器拍到的，只是真实世界的一小部分。
1.2 LDR vs HDR：一张图看懂
| 对比项 | LDR（低动态范围） | HDR（高动态范围） |
|---|---|---|
| 位深 | 8bit（0-255） | 10bit/12bit/16bit |
| 动态范围 | ~48dB | 80-120dB |
| 亮部细节 | 容易过曝，一片死白 | 云层纹理清晰可见 |
| 暗部细节 | 容易欠曝，一片死黑 | 阴影里也能看到物体轮廓 |
| 存储格式 | JPEG、PNG | RAW、EXR、HDR |
| 显示设备 | 普通显示器 | HDR显示器、手机屏幕 |
我习惯把LDR比作「一张欠曝或过曝的废片」，而HDR是「把多张不同曝光的照片合成一张，亮部和暗部都保留」。
一个小技巧： 判断一张图是不是HDR，看直方图。LDR的直方图两端会「撞墙」，HDR的直方图分布更均匀，两端不会突然截断。
1.3 多帧HDR的核心逻辑
既然单帧拍不全，那就多拍几帧。
多帧HDR的基本流程，我画了张图，你看一眼就明白：
流程不复杂，但每一步都有坑。后面咱们会花大量时间讲对齐和融合的细节。
1.4 HDR的应用场景
HDR不是炫技，是刚需。我挑三个最常见的场景聊聊。
手机摄影
这是大家最熟悉的。你打开手机相机，默认就是多帧HDR模式。拍逆光人像、夜景、大光比场景，系统自动触发。
我记得有一次测试，某款手机在夕阳下拍人，不开HDR人脸全黑，开了HDR人脸肤色还原得特别好。用户感知不到HDR的存在，但效果摆在那。
安防监控
监控摄像头24小时工作，场景复杂到离谱：
- 白天：阳光直射+阴影区，动态范围轻松超过100dB
- 夜晚：车灯照射区域过曝，周围一片漆黑
- 逆光：出入口监控，人脸在背光下完全看不清
没有HDR，监控画面就是废的。我做过一个项目，客户要求「车牌和行人同时看清」，单帧根本做不到，上了多帧HDR才过。
自动驾驶
这个场景更苛刻。车载摄像头要在高速运动下，同时看清：
- 隧道出口的强光
- 树荫下的行人
- 对面车灯照射下的路牌
而且不能有鬼影，因为鬼影会导致目标检测误判。嗯，这里要注意，自动驾驶的HDR对实时性和去鬼影要求极高，后面我们会专门讲。
避坑提醒： 我曾经在安防项目里直接用手机HDR算法移植到IPC上，结果帧率掉到10fps，发热严重。嵌入式平台的算力和带宽是硬约束，算法必须「瘦身」。
1.5 本章小结
咱们这一章，把HDR的底子打好了：
- 动态范围是传感器和人眼的差距
- LDR存不住亮部和暗部细节，HDR可以
- 多帧HDR的核心是「多帧输入 → 对齐 → 融合 → 输出」
- 手机、安防、自动驾驶，每个场景对HDR的要求都不一样