單元 7 · ISP 管線深入

# 用 Argus 預覽（建議有螢幕）
argus_camera --preview 1 --mode 0 --duration 20
# 期間：暗→亮場景切換，觀察
#   - 亮度是否在 ~1s 內穩定（收斂快）
#   - 是否來回振盪（震盪 = 統計/範圍問題）
# 同時抓曝光值變化
watch -n 1 v4l2-ctl -d /dev/v4l-subdev0 -C exposure

# 全畫面統計：大片天空 → AE 過暗
AE: 全畫面 ──→ 天空亮 → 主體黑
# 中央 ROI：主體為主 → 曝光正確
AE: 中央 ROI ──→ 主體亮 → 天空爆（可接受）

1. 暗部浮灰/偏色 → 黑位級（回 RAW 檢查）
2. 四角暗/偏 → LSC 級（單元 12）
3. 色偏 → AWB/CCM 級（單元 11）
4. 顆粒 → NR/增益級（單元 13）
5. 不銳利/光暈 → Sharpen 級（單元 14）
6. 亮暗爆 → tone/HDR 級（單元 14）
7. 全錯/花屏 → 格式/管線級（單元 5/8）

# 初始化 Argus
import argus
# Sensor 0: OV9281 → ISP pipeline 0 → NV12 output 0
# Sensor 1: OV5640 → ISP pipeline 1 → NV12 output 1
session = argus.createSession()
pipeline0 = argus.createPipeline(session, sensor=0, outputFormat='NV12')
pipeline1 = argus.createPipeline(session, sensor=1, outputFormat='NV12')
# 關鍵：兩個 pipeline 共用同一個 session，但 ISP instance 各自獨立
# 注意：Orin Nano ISP bandwidth 有限，兩路同時高解析度可能降速

# Step 1 · 取 RAW 排除感測器 / 格式問題（回顧單元 8）
argus_camera --mode 0 --raw-file diag.raw --duration 1
python3 - <<'EOF'
import numpy as np
raw = np.fromfile('diag.raw', dtype=np.uint16).reshape(800, 1280)
print('黑位', raw.min(), '峰值', raw.max(), '均值', round(raw.mean(),1))
# 黑位異常 → 感測器 / 黑位級；峰值爆 → 曝光級；全花 → 格式級
EOF
# Step 2 · 依症狀向上分級（回顧 7.12 反向表）
#   角落暗 → LSC（單元 12）
#   色偏   → AWB / CCM（單元 11）
#   顆粒   → NR / 增益（單元 13）
#   不銳利 → Sharpen（單元 14）
# Step 3 · 每級用標準樣本驗證（灰卡 / 色卡 / 解析度板）
# Step 4 · 輸出診斷報告：症狀 → 證據 → 歸因 → 建議

#!/bin/bash
# isp_compare.sh — 比較兩種 ISP 路徑

echo "=== Sensor ISP（mode 1, YUV）==="
time argus_camera --camera-id 0 --mode 1 \
  --exposure-value 0.016 --gain-value 4.0 \
  --capture-auto 1 --duration 1 --file-type raw \
  --output-dir /tmp/sensor_isp
ls -l /tmp/sensor_isp/*.raw

echo ""
echo "=== NVIDIA ISP（mode 0, RAW + ISP pipeline）==="
time argus_camera --camera-id 0 --mode 0 \
  --exposure-value 0.016 --gain-value 4.0 \
  --capture-auto 1 --duration 1 --file-type raw \
  --output-dir /tmp/nvidia_isp
ls -l /tmp/nvidia_isp/*.raw

echo ""
echo "=== 檔案大小比較 ==="
S=$(stat -f%z /tmp/sensor_isp/*.raw)
N=$(stat -f%z /tmp/nvidia_isp/*.raw)
echo "Sensor ISP: $S bytes"
echo "NVIDIA ISP: $N bytes"
echo "（Sensor ISP 輸出 YUV 較小；NVIDIA ISP 輸出 RAW 較大）"

echo ""
echo "=== 亮度比較 ==="
python3 -c "
import numpy as np
s = np.fromfile('/tmp/sensor_isp/*.raw', dtype=np.uint8).mean()
n = np.fromfile('/tmp/nvidia_isp/*.raw', dtype=np.uint16).mean()
print(f'Sensor ISP mean={s:.1f} (8-bit YUV)')
print(f'NVIDIA ISP mean={n:.1f} (16-bit RAW)')
"

1. "Session create failed"？
   ├─ 有其他 argus 在跑？
   │   ├─ 是 → kill 舊程序
   │   └─ 否 → ISP bandwidth 超限
   │          → 降 mode 或減少同時開路數
   ├─ 輸出路徑不存在？
   │   └─ mkdir -p 輸出路徑
   └─ ISP patch 版本？
       └─ 更新 libnvscf.so（重新安裝 jetson-multipackage）

1. 想要 RAW 數據？
   ├─ 是 → 用 mode 0（sensor RAW 輸出）
   │       → NVIDIA ISP 在 argus pipeline 內做
   │       → 需要 libnvivp tuning
   └─ 否 ┐
2. 想要已處理的 YUV？
   ├─ 是 → 用 mode 1（sensor ISP YUV 輸出）
   │       → NVIDIA ISP 不再處理
   └─ 否 ┐
3. 想要最大控制權？
   ├─ 是 → mode 0 + custom tuning file
   └─ 否 → mode 1（sensor ISP 內建處理最省事）