4、RAW图采集规范：DNP光源与色温卡、灰阶卡与24色卡、采集环境搭建与脚本自动化
做图像调优这么多年，我踩过最大的坑是什么？
不是算法选型，不是参数调优，而是——源头数据就烂了。
你想想看，RAW图采集不规范，后面所有工作都是白搭。就像盖楼，地基歪了，上面再漂亮也没用。今天我就把这块硬骨头啃下来，说说DNP光源、色温卡、灰阶卡、24色卡这些玩意儿到底怎么用，以及怎么把采集环境搭得又快又稳。
4.1 DNP光源与色温卡：给相机一个「标准答案」
先说光源。我见过不少团队，随便找个日光灯就开始采集RAW图。结果呢？换了个场景，算法全崩。为什么？因为光源不稳定，相机拍出来的数据压根不具备可重复性。
DNP光源，说白了就是标准化的照明设备。它模拟了三种典型场景：
- D65：色温6500K，模拟阴天或北方天空光
- D50：色温5000K，模拟印刷行业标准光源
- TL84：色温4000K，模拟商场、办公室的荧光灯环境
我个人习惯，每次采集前先用色温卡做一次白平衡校准。色温卡这东西，其实就是一块已知反射率的标准灰板。把它放在场景里拍一张，软件就能算出当前光源的真实色温。
核心要点：色温卡必须覆盖整个画面中心区域，至少占画面面积的10%。太小了，测光不准。
我在项目中遇到过一件事：有次用D50光源，但色温卡放得太靠边，结果白平衡偏得一塌糊涂。后来排查了半天，才发现是光源不均匀，边缘色温跟中心差了300K。从那以后，我每次都会用色温计先测一下光源均匀性。
小技巧：如果你没有专业色温计，可以用手机APP粗略测一下。虽然精度一般，但至少能帮你排除明显异常。
4.2 灰阶卡与24色卡：量化你的图像质量
光有白平衡还不够。你还需要知道相机的动态范围、色彩还原能力、噪点水平。这时候，灰阶卡和24色卡就派上用场了。
灰阶卡
灰阶卡通常有20级或22级灰阶，从纯黑到纯白。它的作用是什么？
- 测量相机的动态范围：能分辨出多少级灰阶
- 检测Gamma曲线：看亮部和暗部的响应是否线性
- 评估噪点：在暗部区域，噪点最明显
我曾经用一张20级灰阶卡测试某款手机摄像头，发现它在第2级和第3级之间完全拉不开差距。这意味着暗部细节丢失严重。后来调整了曝光策略，才把这个问题解决。
24色卡
24色卡是色彩还原的黄金标准。它包含6级灰阶和18种标准色块，覆盖了红、绿、蓝、黄、品红、青等关键色相。
| 色块编号 | 颜色 | 用途 |
|---|---|---|
| 1-6 | 灰阶 | 白平衡、Gamma |
| 7-12 | 红、绿、蓝 | 色彩饱和度、色相偏移 |
| 13-18 | 黄、品红、青 | 互补色还原 |
| 19-24 | 肤色、树叶等 | 自然场景模拟 |
注意：24色卡会随着时间褪色。我建议每半年更换一次，或者用分光光度计定期校准。别问我怎么知道的——我吃过这个亏。
4.3 采集环境搭建：别让环境毁了你的数据
环境搭建这件事，看起来简单，其实门道很多。我总结了几条铁律：
- 暗室是必须的：环境光会干扰DNP光源，导致色温不准。哪怕用黑布围起来也行。
- 光源距离要固定：我习惯把光源放在距离被摄物体1.2米处，角度45度。这样能避免反光和阴影。
- 相机固定在三脚架上：手持拍摄？别闹了。微小的抖动都会影响RAW图的稳定性。
- 使用快门线或延时拍摄：避免按快门时产生的震动。
嗯，这里要注意一点：环境温度也会影响传感器性能。我曾在夏天35°C的房间里采集，结果发现暗电流噪声明显增大。后来我规定，采集环境温度必须控制在25±2°C。
环境搭建清单：
- DNP光源（D65、D50、TL84各一套）
- 色温卡（至少2张，备用）
- 20级灰阶卡
- 24色卡（半年内校准过的）
- 三脚架、快门线
- 暗室或遮光布
- 温度计、湿度计
4.4 脚本自动化：让机器替你干活
手动采集？太慢了。而且容易出错。我写了一套Python脚本，能自动控制相机、切换光源、保存RAW图。核心逻辑是这样的：
# 伪代码示例：自动化采集流程
def auto_capture():
# 1. 初始化相机
camera = Camera.init()
camera.set_format('RAW')
# 2. 遍历光源
for light_source in ['D65', 'D50', 'TL84']:
set_light(light_source)
wait_for_stabilize(5) # 等待光源稳定
# 3. 放置色温卡，拍一张
place_card('color_temperature')
camera.capture(f'raw_{light_source}_ct.dng')
# 4. 放置灰阶卡，拍一张
place_card('grayscale')
camera.capture(f'raw_{light_source}_gs.dng')
# 5. 放置24色卡，拍一张
place_card('24color')
camera.capture(f'raw_{light_source}_24c.dng')
# 6. 关闭光源，结束
set_light('off')
print('采集完成！')
这个脚本看起来简单，但实际用起来有几个坑：
- 光源稳定时间：DNP光源刚打开时色温会漂移，我一般等5分钟再开始采集。
- 文件命名规范：我习惯用「光源_卡片类型_日期_序号」的格式，方便后期检索。
- 异常处理：如果相机没响应，脚本要能自动重试，而不是直接崩溃。
我的经验：脚本里加一个「预览模式」，先拍一张低分辨率JPG，人工确认没问题了，再切换到全分辨率RAW采集。这样能避免拍了一堆废片才发现问题。
4.5 知识体系总览
说了这么多，我画了一张图帮你理清思路。这张图展示了RAW图采集的完整流程，从光源选择到脚本自动化，每一步都环环相扣。
这张图你看懂了吗？从光源选择开始，到校准工具、环境搭建、脚本自动化，最后输出标准化的RAW图数据集。每一步都不可或缺。
好了，关于RAW图采集规范，我就讲这么多。记住一句话：数据质量决定调优上限。源头搞好了，后面的事就顺了。