Camera 基础知识点

和你一起终身学习，这里是程序员Android

经典好文推荐，通过阅读本文，您将收获以下知识点:

1.1 Camera 工作原理
1.2 Camera 模组组成
1.3 Camera 常见缩写解释
1.4 Camera 部分名词解释
1.5 参考文献

一、Camera 基础知识

1.1 Camera 工作原理

外部光线穿过镜头Lens 后， 经过 Color Filter 滤波后照射到CMOS Sensor 上， CMOS Sensor 将从 Lens 上传导过来的光线转换为电信号，再通过内部的AD模数转换，转换为数字信号。如果 Sensor 没有集成 DSP（数字信号处理），则通过 DVP（数字视频端口） 的方式传输到 基带Baseband上，此时的数据格式是 RAW DATA。如果集成 了 DSP， RAW DATA 数据经过 AWB、 则 Color Matrix、 Lens Shading、 Gamma、 Sharpness、 AE 和 De-noise 处理，后输出 YUV 或 RGB 格式的数据。
最后会由 CPU 送到 framebuffer 中进行显示，这样我们就看到 camera 拍摄到的影像了
Camera 工作原理举例：

程序员Android 转于网络

1.2 Camera 模组组成

Camera 模组主要包含 镜头Lens、传感器Sensor 、软硬结合板FPC、ISP图像处理器，音圈马达VCM等 。
Camera 模组举例：

程序员Android 转于网络

1.3 Camera 常见缩写解释

缩写	全文	备注
CMOS	Complementary Metal-Oxide-Semiconductor	互补金属氧化物半导体
ISP	Image Singal Process	图像信号处理
DSP	Digital Signal Processing	数字信号处理
DVP	Digital Video Port	数字视频端口
IFE	Image front-end Engine	图像前端引擎
BPS	Bayer Processing Segment	Bayer 处理阶段
IPE	Image-processing engine	图像处理引擎
NPS	Noise Processing Segment	降噪处理阶段
PPS	Post Processing Segment	滤波处理阶段
AE	Auto Exposure	自动曝光
TE	Time Exposure	曝光时间
AF	Auto Focus	自动对焦
AWB	Auto White Balance	自动白平衡
IQ	Image Quality	效果相关的图像质量
DPC	Defect pixel Correction	坏点校正
BLC	Black Level Correction	黑电平校正
Demosaic	Demosaic	去马赛克
Bokeh	Bokeh	人像虚化，焦外成像
ASF	Adaptive Spatical Filter	边缘锐化
CAC	Chromatic Aberrations Correction	去紫边
FBC	Frame Buffer Compressed	帧缓冲压缩
CPAS	Camera Peripheral And Support	相机外设
CSID	Camera Serial Interface Decoder Module	相机串行接口解码器
CCI	Camera control interface	相机控制界面
VPU	Video Processing Unit	视频编解码处理单元
DPU	DisplayProcessing Unit	显示处理单元
HDR	High-Dynamic Range	高动态范围
LSC	Lens Shading Correction	校正Lens 中间亮四周暗
CDAF	Contrast Detection Auto Focus	反差对焦
PDAF	Phase Detection Auto Focus	相位对焦
LDAF	Laser Detection Auto Focus	激光对焦

1.4 Camera 部分名词解释

• AE 自动曝光
  根据可用光源调节自动设置曝光值，避免找错主体拍摄时候过曝或曝光不足，主要有光圈 、曝光时间、感光度ISO三者共同决定。

• AF 自动对焦
  通过对既得图像对比度移动镜头，使图像对比度达到最大

• AWB 自动白平衡
  根据光源条件调节调整图片颜色的保真程度，避免物体在不同光线照射下出现不同程度的色差。

• CDAF Contrast Detection Auto Focus 反差对焦

反差对焦是目前普及率最高、使用最广泛、成本相对较低的自动对焦技术，也称对比度对焦。

对焦的过程就是通过移动镜片来使对焦区域的图像达到最清晰的过程，所以对焦成功以后，直观的感受就是焦点的清晰度最高，而焦点以外的区域表现为相对模糊的状态。

采用反差对焦的相机，当我们对准被摄物体时，镜头模组内的马达便会驱动镜片从底部向顶部移动，在这个过程中，像素传感器将会对整个场景范围进行纵深方向上的全面检测，并持续记录对比度等反差数值。找出反差最大位置后，运动到顶部的镜片则会重新回到该位置，完成最终的对焦。

所以使用反差对焦的手机在拍照过程中，如果取景框中的物体位置、内容发生了变动，我们的肉眼就可以观察到屏幕上的内容由模糊到清晰再到模糊的过程，有一种镜片在前后推拉的直观感受。

因为反差对焦的工作方式是进行对比度检测，因此相机镜片必须要前后移动完整记录所有的图像信息，然后计算对比度最高的位置，才能最终完成对焦。所以反差对焦的一个主要缺点就是耗费的时间较长

• PDAF Phase Detection Auto Focus 相位对焦

单反相机普遍采用相位对焦系统，相比于数码单反相机上的相位对焦，手机上的相位对焦则是直接将自动对焦传感器和像素传感器直接集成在一起，即从像素传感器上拿出左右相对的成对像素点，分别对场景内的物体进行进光量等信息的检测，通过比对左右两侧的相关值的情况，便会迅速找出准确的对焦点，之后镜片马达便会一次性地将镜片推到相应位置，完成对焦。

由于取消了之前的检测过程，且镜片马达需要移动的距离更短，对焦速度明显变快，在画面上也不会有来回对焦的情况，对于拍视频而言，效果也更加自然。不过，相位对焦并不是那么完美，它对光线的要求就比较高，在弱光拍摄环境下，相位对焦就无能威力了。

• LDAF Laser Detection Auto Focus 激光对焦

激光对焦是通过后置摄像头旁边的红外激光传感器向被摄物体发射低功率激光，经过反射后被传感器接收，并计算出与被摄物体之间的距离。之后镜间马达便直接将镜片推到相应位置，完成对焦。和相位对焦一样，同样是一次完成。

激光对焦技术对于微距、弱光环境以及反差不够明显的区域，效果显著，能够有效提高手机在这些情况下的对焦成功率，只是在对焦速度上，激光对焦比较一般。而在光线正常的条件下，激光对焦的速度和相位对焦一样非常之快

• YUV Sensor 低端5M以下

YUV Sensor输出的Data格式为YUV，图像的效果处理使用Sensor内部的ISP，BB端接收YUV格式的data后只进行格式的转换，效果方面不进行处理，由于Sensor内部的ISP处理能力有限，且YUV Sensor的数据量比较大（YUV422的格式1个pixel2个byte），一般Size都比较小，常见的YUV sensor都是5M以下

• RAW Sensor 主流模组

Raw Sensor输出的Data格式为Raw，图像的效果处理使用BB端的ISP，BB端接收Raw data后进行一系列的图像处理（OB，Shading，AWB，Gamma，EE，ANR等），效果方面由BB端控制，需要针对不同的模组进行效果调试，Raw sensor是目前的主流，数据量比YUV Sensor小（RAW10 格式的sensor 1个pixel 10个bit）使用平台ISP处理，能支持较大的size

• 三路电压

camera包含的三路电压：
模拟电压（VCAMA） AVDD模拟供电，主要给感光区域和ADC部分供电
数字电压（VCAMD）DVDD数字供电，主要给ISP供电
IO口电压（VCAMIO）VDDIO数字IO电鱼主要给I2C 部分供电

ps:
还有一个VCAM_AF 是对Camera 自动对焦马达供电

• I2C信号
  BB与Sensor端通过I2C来通信（读写寄存器），包括SCL（I2C Clock） SDA（I2C Data）信号

• mipi几条lane

mipi data是成对的差分信号，MIPI_RDN和MIPI_RDP，有几对这样的pin脚，则说明是几条lane，同一颗sensor由于register setting不同，输出的信号有可能是2 lane或者4lane等

• Data Format

Sensor输出的数据格式，对于YUV Sensor来说，Data Fomat一般有YUYV，YVYU，UYVY等，配置不对可能会导致颜色和亮度错掉，例如下图

程序员Android 转于网络

• MCLK

BB提供给Sensor的外部clock

• PCLK

Parallel接口的Sensor输出的clock，该clock变化一次，data更新一次

• mipi 信号

mipi信号包括mipi clock和mipi data，该信号是高速信号，用来传输mipi数据包

参考文献：

【腾讯文档】Camera学习知识库
https://docs.qq.com/doc/DSWZ6dUlNemtUWndv

友情推荐：

Android 开发干货集锦

至此，本篇已结束。转载网络的文章，小编觉得很优秀，欢迎点击阅读原文，支持原创作者，如有侵权，恳请联系小编删除，欢迎您的建议与指正。同时期待您的关注，感谢您的阅读，谢谢！

点击阅读原文，为大佬点赞！