本文主要是介绍camera 客观校准 （1）——抓图，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
#灵感#
客观校准很多平台都有，无非是抓raw，导入到calibration tool 中，设置一些参数，导出相应的校准数据。抓raw的方法，也是大差不差。但有些地方细节容易忽略，所以罗列一下。
目录
blc:
lsc:
color:
AWB：
blc:
有些sensor在高倍增益和低倍增益时，OB（Optical Black）相差会比较大。这个时候就需要获取不同增益环境下的遮黑RAW数据，分析R/Gr/Gb/B四个通道下的mean值。分析出来的均值即为各个通道的OB值。
---------一般校准出来4个值R, Gr, Gb, B。
（由于各家sensor设计和工厂工艺差异，有的sensor在各iso 下，black level 数值相近。有的sensor 则校准出来数据差异较大。主观测试时使用校准输出的数据，当增益插值时，黑色物体如果有偏色，需要手动微调相邻的增益。如果相邻增益数值相差大，可能要取舍一个增益，保证偏色的一致性。）
lsc:
常用的矫正方法是，首先确定图像中间亮度比较均匀的区域，该区域的像素不需要做矫正；以这个区域为中心，计算出各点由于衰减带来的图像变暗的速度，这样就可以计算出相应R、G、B通道的补偿因子(即增益)。使用 mesh shading correct，把整幅图像分成n*n个网格。
设备：标准的 standard lightbox 不适合抓raw, 因为光照不够均匀。建议使用DNP light box.
图亮度：LSC的tuning一定要把校正图采集好，要均匀对称。调整增益和曝光时间，一般情况下raw图的G通道中心亮度在8bit的85%左右，数值是220。宽泛一点的范围是75%-85%。由于在不同色温情况下是经过插值的，因此需要校正多个光源，一般情况下TL84、D65、A光源下进行校正。
最终输出 R G B 三组 n*n 数据.
color:
sRGB颜色空间是为CIE标准光源D65定义的，因此sRGB的参考值用D65照明导出。
加载一个target image；由于校准是对线性数据执行的，因此伽玛不会应用于参考值。
加载一个待校准色卡raw 图；如果raw图照明不够均匀，还需要一个同场景的纯色背景图。
加载一个BLC校准文件，一个LSC 校准的文件；很多平台按顺序校准，可以自动读取流程上游存储的文件。
------在校准工具里，一般可以直接修改24个色块的color weight，和saturation。一般不支持手动改Color 矩阵，有的平台则支持手动修改后 apply, 实时出现color 计算结果。
AWB：
使用灰卡校准AWB 时，亮度应该在 range [80~150] (8-bit)
使用ISP硬件，根据白区分灰世界方法推导测量值。
欧洲、中国商店灯光 TL84，美国商店光 CWF。建议考虑使用场景，国内产品，在TL84和CWF有冲突时，优选TL84。
虽然D75不是必备的校准光源，但是考虑使用场景如果涉及室外，还是需要添加D75，甚至是10,000K的光源。
------------待补充
这篇关于camera 客观校准 （1）——抓图的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
