單元 8 · RAW 擷取與資料格式

argus_camera --mode 0 --raw-file out.raw --duration 1

argus_camera --mode 0 --raw-file raw.raw --duration 1

python3 - <<'EOF'
import numpy as np
# 假設 10-bit packed RAW，1280x800，BGGR
# 這只是骨架：正式解析要用 rawpy / libcamera 格式工具
w, h = 1280, 800
raw = np.fromfile('raw.raw', dtype=np.uint16).reshape(h, w)
print('黑位(全遮)約：', raw.min())      # 應接近 datasheet 黑位
print('亮部峰值  ：', raw.max())        # 接近 1023 → 過曝風險
print('中央亮度  ：', raw[h//4:3*h//4, w//4:3*w//4].mean().round(1))
EOF

1. 有條紋/鋸齒？
   ├─ 是 ─→ packing 或位元深錯
   └─ 否 ┐
2. 色彩全亂（灰卡變彩色）？
   ├─ 是 ─→ Bayer order 錯（試其他 3 種起點）
   └─ 否 ┐
3. 暗部階調斷裂？
   ├─ 是 ─→ 位元深讀錯 / 黑位扣太多
   └─ 否 ┐
4. 四角明顯暗於中央？
   ├─ 是 → 正常 lens shading（進 LSC）
   └─ 否 → 均勻 → ✅

□ 解析度：width × height（含裁切？）
□ 位元深：8 / 10 / 12
□ Packing：unpacked / MIPI packed
□ Bayer order：RGGB / BGGR / GRBG / GBRG
□ 黑位：全遮量測值

python3 - <<'EOF'
import numpy as np
# raw: 用雷射筆/強光點照在畫面上拍的 RAW
h, w = raw.shape
# 依假設的 2x2 起點取樣四通道
ch = {
  'RGGB': (raw[0::2,0::2].max(), raw[0::2,1::2].max(),
           raw[1::2,0::2].max(), raw[1::2,1::2].max()),
  # 對每種起點算：哪個通道抓到亮點
}
# 亮點所在通道（R/Gr/Gb/B 中最亮者）與「該起點該通道應是 R」
# 一致的就是正確 Bayer order
EOF

# 1. 兩路同時串流取 RAW
v4l2-ctl -d /dev/video0 --set-fmt-video=pixelformat=SRGGB10,width=1280,height=800 \
  --stream-mmap=1 --stream-count=1 --stream-to=ov9281.raw
v4l2-ctl -d /dev/video1 --set-fmt-video=pixelformat=SRGGB10,width=2592,height=1944 \
  --stream-mmap=1 --stream-count=1 --stream-to=ov5640.raw
# 2. 分析腳本
python3 - <<'EOF'
import numpy as np

def analyze_raw(path, w, h, bit_depth=10, bayer='RGGB'):
    raw = np.fromfile(path, dtype=np.uint16).reshape(h, w)
    black = raw.min()
    sat = (raw == (1 << bit_depth) - 1).sum()
    flat_region = raw[h//3:2*h//3, w//3:2*w//3]
    noise = flat_region.std()
    return {
        'black_level': int(black),
        'saturated_pixels': int(sat),
        'noise_sigma': round(float(noise), 2),
        'dynamic_range': round(float(20 * np.log10(raw.max() / max(noise, 1))), 1)
    }

ov9281 = analyze_raw('ov9281.raw', 1280, 800)
ov5640 = analyze_raw('ov5640.raw', 2592, 1944)
print('OV9281:', ov9281)
print('OV5640:', ov5640)
EOF

python3 - <<'EOF'
import numpy as np, sys, glob, os

def detect_resolution(path):
    size = os.path.getsize(path)
    cands = [(1280,800),(2592,1944),(3280,2464)]
    for w,h in cands:
        if size == w*h*2: return w,h        # 16-bit unpacked
    raise ValueError('unknown size')

def analyze(path):
    w,h = detect_resolution(path)
    raw = np.fromfile(path, dtype=np.uint16).reshape(h,w)
    roi = raw[h//3:2*h//3, w//3:2*w//3]
    return {
        'size': f'{w}x{h}',
        'black': int(raw.min()),
        'sat_px': int((raw==1023).sum()),
        'noise_sigma': round(float(roi.std()),2),
        'mean': round(float(raw.mean()),1),
    }

for f in sorted(glob.glob('*.raw')):
    print(f, analyze(f))
EOF

#!/usr/bin/env python3
# raw_verify.py — 驗證 RAW 位元深與 packing
import numpy as np, sys

f = sys.argv[1] if len(sys.argv) > 1 else "test.raw"
data = np.fromfile(f, dtype=np.uint16)

print(f"Total pixels: {len(data)}")
print(f"Max value: {data.max()}")
print(f"Mean value: {data.mean():.1f}")

# 位元深判定
max_val = data.max()
if max_val <= 255:
    bits = 8
elif max_val <= 1023:
    bits = 10
elif max_val <= 4095:
    bits = 12
elif max_val <= 65535:
    bits = 16
else:
    bits = "未知"
print(f"Detected bit depth: {bits}-bit")

# 檢查是否 packed（高 8-bit 是否有數據）
high_bits = data >> 8
low_bits = data & 0xFF
print(f"High byte mean: {high_bits.mean():.2f} (should be > 0 for 10-bit)")
print(f"Low byte mean: {low_bits.mean():.2f}")

# 驗證檔案大小
import os
file_size = os.path.getsize(f)
expected = len(data) * 2
print(f"File size: {file_size} bytes (expected {expected})")
print("SIZE: OK" if file_size == expected else "SIZE: MISMATCH")

# 視覺化（可選）
try:
    import matplotlib.pyplot as plt
    fig, axes = plt.subplots(1, 3, figsize=(12, 4))
    axes[0].hist(data, bins=256, color='blue', alpha=0.7)
    axes[0].set_title(f'RAW Histogram ({bits}-bit)')
    axes[1].imshow(data.reshape(800, 1280), cmap='gray')
    axes[1].set_title('RAW Image')
    axes[2].hist(high_bits, bins=256, color='green', alpha=0.7)
    axes[2].set_title('High Byte Distribution')
    plt.tight_layout()
    plt.savefig('raw_analysis.png')
    print("Saved: raw_analysis.png")
except ImportError:
    print("matplotlib not available, skipping visualization")

1. 檔案大小 != W×H×2？
   ├─ 是 → 四件事缺一：
   │   ├─ 缺 padding → stream-mmap buffer 設定
   │   ├─ 缺 stride → v4l2-ctl --list-formats-ext 確認 bytesperline
   │   ├─ 缺 interleaving → 0x8002 0x0000 設定
   │   └─ 缺 frame 標頭 → 檔案大小 + 16 bytes
   └─ 否 ┐
2. 檔案存在但全 0？
   ├─ 感測器沒輸出 → I2C 通訊 / 供電 / MCLK
   └─ DMA buffer 問題 → 改 stream-count 重試
3. 檔案有數據但全黑？
   ├─ 曝光 0 → 設非零曝光
   └─ 增益 0 → 設非零增益

1. high_bytes = data >> 8 → mean() = 0？
   ├─ 是 ┐
   │   2. sensor 在 8-bit 模式？
   │      ├─ 是 → 應該是全 0（正確）
   │      │       改 10-bit 模式重取
   │      └─ 否 ┐
   │      3. 寄存器 set 未生效？
   │         → 回歸單元 6：Write → Read → Verify
   └─ 否 → packing 正常