辽宁做网站公司,外贸做网站公司,做网站什么类型好,环球设计官网网站1、问题背景
在图像调试过程#xff0c;当发现一个问题时#xff0c;很多时候都要通过 dump raw图像来分析#xff0c;如果raw图像上有#xff0c;那就排除了是 ISP的处理导致。
下一步就是排查 sensor 或者镜头#xff0c;这样可以有效的帮我们定位问题所在。
但遇到过…
1、问题背景
在图像调试过程当发现一个问题时很多时候都要通过 dump raw图像来分析如果raw图像上有那就排除了是 ISP的处理导致。
下一步就是排查 sensor 或者镜头这样可以有效的帮我们定位问题所在。
但遇到过有些 raw 用工具打不开或者出图不对的情况那可能是因为 raw 的存储格式不同导致本文主要对 raw 的格式做下介绍说明。 2、问题分析
a. 什么是 raw
raw 数据是 sensor 输出的原始数据常用的一般有raw8, raw10, raw12等分别表示一个像素点有 8bit、10bit、12bit 数据。
是 sensor 将光信号转化为电信号时的电平高低的原始记录单纯地没有进行任何处理的图像数据即表现的是 sensor 和镜头本征特性的数据。
raw 数据在输出的时候是有一定顺序的主要有四种: GRBG、RGGB、BGGR、GBRG如下图为BGGR格式 b. raw 分哪几种格式有什么区别
raw 一般分为 plain raw 和 mipi raw主要是存储方式上的区别如下图所示是 Plain raw10 的示意图。
10bit的raw单个像素也就是10bit需要两个字节16bit来存储。
那就会空出 6位用不到因为有空余这里就涉及到一个高位/低位对齐的问题也就是存储数据时右移6位低位对齐如下图1所示
左移6位高位对齐如下图2所示。这个主要看平台厂商对数据处理有什么要求我司用的是高位对齐的数据所以读取时要有相应的移位操作才行。 如下图所示是 mipi raw10 的示意图以大端存储方式为例它是把4个像素放到5个字节40bit中组成一个包去存储。 前4字节依次存放 raw10图像的前4个像素的后8位4个像素的前2位依次存放在包的第5个字节中。 所以从存储方式来看mipi raw 的存储方式是要比 plain raw 更节省内存。 c. 怎么正确查看 raw
一般raw图工具打开都会要求配置一下 raw 图尺寸、位宽、bayer格式、MSB/LSB
但一般工具支持 plain raw 打开的居多还有些并不支持MSB和LSB的选择所以需要我们对raw 做一下处理。
如下是mipi raw 转 plain raw 、plain raw10 MSB 转LSB 的相关 python 代码
分析代码的处理过程也会加深我们关于raw图像的理解
如下代码中使用的raw图像可以在此链接获取
https://pan.baidu.com/s/1H-s0YDcJCmeMxVKTTa3N6g?pwdbxm9
提取码bxm9
# plain raw10 的读取和 MSB转LSB的处理import numpy as npdef read_plained_file(file_path_name,height,width,shift_bits):frame np.fromfile(file_path_name, dtypeuint16)frameframe[0:height*width]frame.shape [height, width]# MSB ---- LSB, LSB存低位数据此时是高位对齐的则右移代表向低位移了6位数值是减小的状态。framenp.right_shift(frame, shift_bits) return frameif __name__ __main__:file_name ov13b10_shading_4208X3120_MSB.rawimage read_plained_file(file_name, 3120, 4208, 6)image image / 1023# 将读取的 image 数据另存为 raw 数据output_file_name output_image.raw# 将图像数据映射到 16 位无符号整数范围image_mapped (image * 1023).astype(uint16)image_mapped.tofile(output_file_name)print(fImage data has been saved to {output_file_name})
# mipi raw10 转 plain raw10import numpy as np
import mathdef read_mipi10_file(file_path_name,height,width):# 单行长度的补齐new_width int(math.floor((width 3) / 4) * 4) #对四字节补齐packet_num_L int(new_width / 4)width_byte_num packet_num_L * 5 #单行byte长度width_byte_num int(math.floor((width_byte_num 7) / 8) * 8)#单行做8个字节补齐image_byteswidth_byte_num*heightframe np.fromfile(file_path_name, countimage_bytes,dtype uint8)print(b shape,frame.shape)print(%#x%frame[0])frame.shape [height, width_byte_num] #按字节整理的图像矩阵one_byte frame[:,0:image_bytes:5]two_byte frame[:,1:image_bytes:5]three_byte frame[:,2:image_bytes:5]four_byte frame[:,3:image_bytes:5]five_byte frame[:,4:image_bytes:5]#数据转换防止溢出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)#用矩阵的方法进行像素的拼接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)#重组帧frame_pixelsnp.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]#裁剪无用的数据这里表示的是0-2559列包含完整的数据了。frame_outframe_pixels[:,0:width]return frame_outif __name__ __main__:file_nameimx335_2560x1440_GRBG_mipi.rawimageread_mipi10_file(file_name,1440, 2560)imageimage/1023# 将读取的 image 数据另存为 raw 数据output2_file_name output2_image.raw# 将图像数据映射到 16 位无符号整数范围image_mapped (image * 1023).astype(uint16)image_mapped.tofile(output2_file_name)print(fImage data has been saved to {output2_file_name}) 参考资料
大话成像-数字成像算法基础课程
