1、問題背景

在圖像調試過程，當發現一個問題時，很多時候都要通過 dump raw 圖像來分析，如果raw圖像上有，那就排除了是 ISP的處理導致。

下一步就是排查 sensor 或者鏡頭，這樣可以有效的幫我們定位問題所在。

但遇到過有些 raw， 用工具打不開或者出圖不對的情況，那可能是因為 raw 的存儲格式不同導致，本文主要對 raw 的格式做下介紹說明。

2、問題分析

a. 什么是 raw

raw 數據是 sensor 輸出的原始數據，常用的一般有raw8, raw10, raw12等，分別表示一個像素點有 8bit、10bit、12bit 數據。

是 sensor 將光信號轉化為電信號時的電平高低的原始記錄，單純地沒有進行任何處理的圖像數據，即表現的是 sensor 和鏡頭本征特性的數據。

raw 數據在輸出的時候是有一定順序的，主要有四種: GRBG、RGGB、BGGR、GBRG，如下圖為BGGR格式。

b. raw 分哪幾種格式，有什么區別 ？

raw 一般分為 plain raw 和 mipi raw，主要是存儲方式上的區別，如下圖所示是 Plain raw10 的示意圖。

10bit的raw，單個像素也就是10bit，需要兩個字節（16bit）來存儲，那就會空出 6位用不到。

因為有空余，這里就涉及到一個高位/低位對齊的問題，也就是存儲數據時，右移6位低位對齊（如上圖1所示），左移6位高位對齊（如上圖2所示）。

這個主要看平臺廠商對數據處理有什么要求，我司用的是高位對齊的數據，所以讀取時，要有相應的移位操作才行。

如下圖所示是 mipi raw10 的示意圖，以大端存儲方式為例，它是把4個像素放到5個字節（40bit）中，組成一個包去存儲。

前4字節依次存放 raw10 圖像的前 4個像素的后 8位，4個像素的前 2位依次存放在包的第 5個字節中。

所以從存儲方式來看，mipi raw 的存儲方式是要比 plain raw 更節省內存。

c. 怎么正確查看 raw ？

一般raw圖工具打開都會要求配置一下 raw 圖尺寸、位寬、bayer格式、MSB/LSB。

但一般工具支持 plain raw 打開的居多，還有些并不支持MSB和LSB的選擇，所以需要我們對 raw 做一下處理。

如下是mipi raw 轉 plain raw 、plain raw10 MSB 轉LSB 的相關 python 代碼。

分析代碼的處理過程，也會加深我們關于raw圖像的理解，如下代碼中使用的raw圖像，可以在公眾號后臺回復 "raw圖" 獲取。

# plain raw10 的讀取和 MSB轉LSB的處理


import numpy as np


def read_plained_file(file_path_name,height,width,shift_bits):
    frame = np.fromfile(file_path_name, dtype="uint16")
    frame=frame[0:height*width]
    frame.shape = [height, width]


    # MSB ----> LSB,  LSB存低位數據，此時是高位對齊的，則右移代表向低位移了6位，數值是減小的狀態。
    frame=np.right_shift(frame, shift_bits)  
    return frame


if __name__ == "__main__":
    file_name = "ov13b10_shading_4208X3120_MSB.raw"
    image = read_plained_file(file_name, 3120, 4208, 6)
    image = image / 1023


    # 將讀取的 image 數據另存為 raw 數據
    output_file_name = "output_image.raw"


    # 將圖像數據映射到 16 位無符號整數范圍
    image_mapped = (image * 1023).astype('uint16')
    image_mapped.tofile(output_file_name)
    print(f"Image data has been saved to {output_file_name}")

# mipi raw10 轉 plain raw10


import numpy as np
import math


def read_mipi10_file(file_path_name,height,width):
    # 單行長度的補齊
    new_width = int(math.floor((width + 3) / 4) * 4) #對四字節補齊
    packet_num_L = int(new_width / 4)
    width_byte_num = packet_num_L * 5 #單行byte長度
    width_byte_num = int(math.floor((width_byte_num + 7) / 8) * 8)#單行做8個字節補齊
    image_bytes=width_byte_num*height
    frame = np.fromfile(file_path_name, count=image_bytes,dtype ="uint8")
    print("b shape",frame.shape)
    print('%#x'%frame[0])


    frame.shape = [height, width_byte_num] #按字節整理的圖像矩陣
    one_byte = frame[:,05]
    two_byte = frame[:,15]
    three_byte = frame[:,25]
    four_byte = frame[:,35]
    five_byte = frame[:,45]


    #數據轉換防止溢出
    one_byte = one_byte.astype('uint16')
    two_byte = two_byte.astype('uint16')
    three_byte = three_byte.astype('uint16')
    four_byte = four_byte.astype('uint16')
    five_byte = five_byte.astype('uint16')


    #用矩陣的方法進行像素的拼接
    one_byte = np.left_shift(one_byte, 2) + np.bitwise_and((five_byte), 3)
    two_byte = np.left_shift(two_byte, 2) + np.right_shift(np.bitwise_and((five_byte), 12), 2)
    three_byte = np.left_shift(three_byte, 2) + np.right_shift(np.bitwise_and((five_byte), 48), 4)
    four_byte = np.left_shift(four_byte, 2) + np.right_shift(np.bitwise_and((five_byte), 192), 6)


    #重組幀
    frame_pixels=np.zeros(shape=(height,new_width))
    frame_pixels[:, 0: new_width:4]=one_byte[:, 0: packet_num_L]
    frame_pixels[:, 1: new_width:4]=two_byte[:, 0: packet_num_L]
    frame_pixels[:, 2: new_width:4]=three_byte[:, 0: packet_num_L]
    frame_pixels[:, 3: new_width:4]=four_byte[:, 0: packet_num_L]


    #裁剪無用的數據，這里表示的是0-2559列，包含完整的數據了。
    frame_out=frame_pixels[:,0:width]
    return frame_out


if __name__ == "__main__":
    file_name="imx335_2560x1440_GRBG_mipi.raw"
    image=read_mipi10_file(file_name,1440, 2560)
    image=image/1023


    # 將讀取的 image 數據另存為 raw 數據
    output2_file_name = "output2_image.raw"
    # 將圖像數據映射到 16 位無符號整數范圍
    image_mapped = (image * 1023).astype('uint16')
    image_mapped.tofile(output2_file_name)
    print(f"Image data has been saved to {output2_file_name}")

審核編輯：黃飛