1、RAW域基础：什么是RAW图像、RAW与RGB的区别、Bayer阵列详解、RAW数据存储格式
大家好，欢迎来到《RAW域数据增强技术详解》的第一章。
做计算机视觉这几年，我见过太多同学一上来就对着RGB图像调参。说实话，很多场景下，你调破头也调不出好效果——因为你丢掉了传感器最原始的信息。今天我们就从RAW图像开始，把地基打牢。
1.1 什么是RAW图像？
RAW图像，说白了就是相机传感器“看到”的原始数据。它没有经过任何处理——没有白平衡、没有去马赛克、没有伽马校正。你按下快门那一瞬间，传感器上每个像素点记录下来的电压值，就是RAW。
我经常跟团队说一句话：RAW是真相，RGB是故事。RGB图像是ISP（图像信号处理器）根据算法“编”出来的，而RAW才是传感器最诚实的记录。
核心理解：RAW图像本质是一个单通道的灰度图，每个像素只记录一个颜色通道的亮度值。它不是一个“彩色图”，而是一个“带颜色滤镜的灰度图”。
举个例子。你用手机拍一张蓝天白云的照片。RAW文件里，每个像素只存了一个数字——比如1200、2048、3890。这些数字本身没有颜色，只有亮度。颜色信息是通过Bayer阵列“猜”出来的。嗯，这个我们后面细讲。
1.2 RAW与RGB的区别
很多初学者会问：既然最终都要转成RGB，为什么还要折腾RAW？
我直接给你列个表，一目了然。
| 对比维度 | RAW图像 | RGB图像 |
|---|---|---|
| 通道数 | 单通道（每个像素一个值） | 三通道（R/G/B各一个值） |
| 位深 | 10bit / 12bit / 14bit 甚至更高 | 通常8bit（0-255） |
| 动态范围 | 高，保留暗部和亮部细节 | 低，容易过曝或欠曝 |
| 数据量 | 小（单通道，但位深大） | 大（三通道，但位深浅） |
| 处理状态 | 未处理，原始传感器数据 | 已处理，经过ISP管线 |
| 可编辑性 | 强，可无损调整白平衡/曝光 | 弱，调整会损失画质 |
| 应用场景 | 专业摄影、计算机视觉底层处理 | 显示、存储、网络传输 |
我个人习惯在项目中尽量保留RAW数据做预处理。为什么？因为8bit的RGB图像，你调整曝光时，暗部稍微提亮一点，噪点就全出来了。但12bit的RAW，你提亮3档，细节依然清晰。这就是位深带来的差距。
避坑提醒：我曾经在一个低光照检测项目里，直接用RGB图像做数据增强，结果模型在暗部区域完全失效。后来换成RAW域增强，同样的网络结构，mAP提升了12%。记住——RGB已经“丢”过一次信息了，别再丢第二次。
1.3 Bayer阵列详解
好，现在我们来聊聊Bayer阵列。这是理解RAW图像的关键。
为什么需要Bayer阵列？因为CMOS传感器本身只能感知亮度，分不清颜色。那怎么办？工程师们想了个办法：在每个像素前面盖一个彩色滤光片（CFA，Color Filter Array）。最经典的排列方式就是Bayer阵列。
Bayer阵列的排列规则很简单：RGGB。也就是一个红色像素、两个绿色像素、一个蓝色像素，组成2x2的单元，然后在整个传感器上重复平铺。
为什么绿色有两个？因为人眼对绿色最敏感。传感器设计时，绿色通道的采样率是红蓝的两倍，这样最终生成的图像在视觉上更自然。说白了，这是“骗”人眼的把戏。
下面我用一张SVG图把Bayer阵列的结构画清楚。
你看，每个2x2单元里，R和B各一个，G有两个。整个传感器就是这种模式不断重复。所以一张RAW图像里，75%的像素是“缺失”的——每个像素只有一种颜色信息，另外两种颜色需要通过插值算法“猜”出来。这个过程叫去马赛克（Demosaicing）。
你想想看，如果直接在RAW域做数据增强，你操作的是真实的物理采样数据。而如果转成RGB再做增强，你操作的是已经“猜”过一次的数据。哪个更可靠？答案不言而喻。
1.4 RAW数据存储格式
最后聊聊存储格式。不同厂商的RAW格式五花八门——.CR2（佳能）、.NEF（尼康）、.ARW（索尼）、.DNG（Adobe通用格式）。但不管后缀名是什么，核心结构都差不多。
一个标准的RAW文件通常包含三部分：
- 文件头（Header）：包含相机型号、ISO、快门速度、白平衡设置等元数据。
- 图像数据（Image Data）：真正的传感器像素值，通常是12bit或14bit的线性数据。
- 缩略图（Thumbnail）：一张小尺寸的JPEG预览图，方便快速浏览。
我建议你在项目中统一使用DNG格式。为什么？因为DNG是Adobe开源的通用格式，有完整的SDK支持，解析起来最省心。我曾经在一个项目里被.CR2的私有格式坑过——换了台相机，解析库就不兼容了。从那以后，我所有项目都强制转DNG再处理。
实用建议：如果你用Python处理RAW，推荐 rawpy 库。它底层调用LibRaw，支持几乎所有主流RAW格式。读取后得到的是numpy数组，shape为 (H, W)，dtype为uint16。这就是最原始的Bayer数据。
下面给一段简单的读取代码示例：
import rawpy
import numpy as np
# 读取RAW文件
raw = rawpy.imread('example.dng')
# 获取原始Bayer数据 (H, W)，uint16
bayer_raw = raw.raw_image.copy()
# 获取Bayer模式（比如'RGGB'）
bayer_pattern = raw.raw_pattern
# 获取黑电平和白电平（用于归一化）
black_level = raw.black_level_per_channel
white_level = raw.white_level
print(f"图像尺寸: {bayer_raw.shape}")
print(f"Bayer模式: {bayer_pattern}")
print(f"黑电平: {black_level}, 白电平: {white_level}")这段代码我几乎每个项目都会用。拿到bayer_raw之后，你就可以在RAW域做各种数据增强了——这是我们后面章节的重点。
小技巧：读取RAW时，记得先检查黑电平和白电平。不同相机、不同ISO下，这两个值会变化。归一化时用 (raw - black) / (white - black)，才能得到真正的物理线性值。
好了，第一章就到这里。我们把RAW图像的本质、与RGB的区别、Bayer阵列的结构、以及存储格式都过了一遍。这些是后面所有RAW域增强技术的基础。你把这些搞清楚了，后面学起来会轻松很多。