📚 课程目录第1章 RAW格式解析

1. RAW格式解析：从传感器到数字负片

RAW文件是什么？说白了，它就是相机传感器最原始的“电子底片”。JPEG是厨师做好的菜，RAW则是菜市场买回来的新鲜食材——所有后期处理的决定权都在你手里。我做了十几年影像工程，每次拿到一个新机型的RAW文件，都像拆开一份礼物。

这一节，我们拆开RAW文件的外壳，看看里面到底藏着什么。

1.1 RAW文件结构：TIFF的变种与私有魔改

大多数RAW格式都脱胎于TIFF规范。TIFF是一种标签化文件格式，你可以把它想象成一个带目录的文件夹——每个数据块都有对应的标签（Tag）告诉你“这是什么、在哪里、有多大”。

但相机厂商不会老老实实只用标准TIFF。他们会在文件头里塞私有魔改，比如佳能的.CR2、尼康的.NEF、索尼的.ARW。我当年第一次解析.CR2时，对着十六进制看了三个小时才找到图像数据的偏移量——嗯，那感觉就像在迷宫里找出口。

文件格式	基础规范	厂商私有扩展	典型后缀
CR2	TIFF v6	CR2私有IFD、传感器校准表	.CR2, .CR3
NEF	TIFF v6	尼康Makernotes、镜头数据	.NEF, .NRW
ARW	TIFF v6 + Sony私有	Sony Makernotes、压缩表	.ARW, .SRF
DNG	TIFF v6 + Adobe扩展	公开规范，无私有魔改	.DNG

我的建议：如果你刚开始接触RAW解析，先从DNG入手。Adobe把DNG规范完全公开了，文档写得清清楚楚。等你搞懂了DNG的结构，再去啃CR2和NEF，会轻松很多。

1.2 拜耳阵列原理：为什么每个像素只有一种颜色？

相机传感器是色盲的——它只能感知光的强度，分不清红绿蓝。那彩色照片怎么来的？靠的是拜耳阵列（Bayer Array）。

拜耳阵列在传感器表面覆盖了一层彩色滤光片，每个像素只允许一种颜色的光通过。最常见的模式是RGGB：一个红色、两个绿色、一个蓝色。为什么绿色有两个？因为人眼对绿色最敏感，多给绿色一些采样，视觉上更自然。

你想想看，一个2400万像素的传感器，实际只记录了600万个红色、1200万个绿色、600万个蓝色信息。剩下的颜色去哪了？靠算法“猜”出来的。这个过程叫去马赛克（Demosaicing），我们后面会专门讲。

  核心概念：RAW文件里存储的不是RGB图像，而是拜耳阵列的原始电压值。每个像素只有一种颜色通道的数据。这就是为什么RAW文件看起来“灰蒙蒙”的——它还没经过色彩重建。

1.3 元数据解读：EXIF与Makernotes

RAW文件里除了图像数据，还塞了一大堆元数据。这些数据分成两类：EXIF（可交换图像文件格式）和Makernotes（厂商私有数据）。

EXIF：标准化的相机信息

EXIF是国际标准，所有相机厂商都得遵守。它记录了拍摄时的参数：快门速度、光圈、ISO、焦距、白平衡、时间戳、GPS坐标等等。你可以在任何看图软件里看到这些信息。

但EXIF有个问题——它只记录“用户设置”层面的参数。比如白平衡是“日光”还是“自动”，但不会告诉你传感器具体的色彩校准矩阵。这些更底层的数据，藏在Makernotes里。

Makernotes：厂商的“黑匣子”

Makernotes是相机厂商自己定义的数据区，没有统一标准。每个厂商、甚至每个机型，Makernotes的结构都不一样。这里面藏着什么？

传感器校准数据：黑电平、白电平、色彩矩阵、镜头畸变校正参数
镜头信息：镜头型号、焦距范围、光圈范围、防抖状态
处理参数：降噪强度、锐化设置、色调曲线
私有算法数据：佳能的Picture Style、尼康的Picture Control、索尼的Creative Style

我曾经踩过的坑：有一次我解析索尼ARW文件的Makernotes，按照网上找到的偏移量去读数据，结果读出来的色彩矩阵全是错的。折腾了两天，最后发现索尼在某个固件版本后改了Makernotes的加密方式。嗯，从那以后我养成了一个习惯——先查固件版本，再解析Makernotes。

1.4 实战：用Python读取RAW元数据

光说不练假把式。我们写几行代码，看看RAW文件里到底有什么。

import rawpy
import exifread

# 读取RAW文件
raw = rawpy.imread('sample.CR2')

# 获取图像数据（拜耳阵列原始值）
bayer = raw.raw_image
print(f"传感器尺寸: {bayer.shape}")
print(f"像素位深: {raw.raw_image.dtype}")

# 读取EXIF元数据
with open('sample.CR2', 'rb') as f:
    tags = exifread.process_file(f)

# 打印关键EXIF标签
for tag in ('Image Make', 'Image Model', 
            'EXIF ExposureTime', 'EXIF ISOSpeedRatings',
            'EXIF FocalLength', 'EXIF WhiteBalance'):
    if tag in tags:
        print(f"{tag}: {tags[tag]}")

# 获取相机白平衡乘数（来自Makernotes）
wb = raw.camera_whitebalance
print(f"相机白平衡乘数 (R/G/B/G2): {wb}")

# 获取黑电平
black_level = raw.black_level_per_channel
print(f"黑电平 (R/G1/G2/B): {black_level}")

# 获取白电平（饱和值）
white_level = raw.white_level
print(f"白电平: {white_level}")

raw.close()

这段代码会输出什么？你会看到传感器尺寸、位深、拍摄参数，还有最重要的——黑电平和白电平。这两个值决定了RAW数据的动态范围边界。我建议你拿到一个新机型的RAW文件后，第一件事就是打印黑电平和白电平，看看它的底子到底有多宽。

1.5 知识结构总览

这一节的内容，可以用下面这张图串起来：

个人习惯：我每次拿到一个新机型的RAW文件，都会先跑一遍上面的代码，把黑电平、白电平、色彩矩阵打印出来。这些数据是后续所有处理的基础。如果基础数据错了，后面再怎么调都是白费功夫。