單元 12 · 鏡頭陰影校正（LSC）

python3 - <<'EOF'
import cv2, numpy as np
gray = cv2.imread('graycard.png', 0)      # 均勻灰
gain = gray.mean() / (gray + 1e-6)        # 逐像素增益（需平滑）
# 套用到影像 frame_out = frame * gain
EOF

python3 - <<'EOF'
import numpy as np
# raw = 讀取的 RAW（分通道 R/Gr/Gb/B）
# center = 中央區均值；gain = center / cell（四周>1）
# 需分通道各自計算；對純灰卡才準
EOF

# 固定曝光避免過曝，關 AWB 讓四通道可比
v4l2-ctl -d /dev/video0 --set-fmt-video=width=1280,height=720,pixelformat=SRGGB10 \
  --stream-mmap=3 --stream-count=1 --stream-to=flat.raw

python3 - <<'EOF'
import numpy as np
raw = np.fromfile('flat.raw', dtype=np.uint16).reshape(720,1280)
chans = {'R':raw[0::2,0::2], 'Gr':raw[0::2,1::2],
         'Gb':raw[1::2,0::2], 'B':raw[1::2,1::2]}
for name, c in chans.items():
    center = c[100:260, 200:440].mean()
    gain = center / (c + 1e-6)          # 逐像素增益
    np.save(f'gain_{name}.npy', gain)
    print(name, 'corner gain ~', np.percentile(gain, 5))
EOF

python3 - <<'EOF'
import numpy as np, cv2
raw = np.fromfile('shot.raw', dtype=np.uint16).reshape(720,1280)
out = raw.copy().astype(float)
for name, sl in {'R':(slice(0,None,2),slice(0,None,2)),
                 'Gr':(slice(0,None,2),slice(1,None,2)),
                 'Gb':(slice(1,None,2),slice(0,None,2)),
                 'B':(slice(1,None,2),slice(1,None,2))}.items():
    g = np.load(f'gain_{name}.npy')
    out[sl] = out[sl] * g
out = np.clip(out, 0, 1023).astype(np.uint16)
out.tofile('shot_lsc.raw')
EOF

# 假設已有 tuning 工具設定 17×13 網格
rkisp_tuning -d /dev/media0 --set-lsc grid_17x13
v4l2-ctl -d /dev/video0 --stream-mmap=3 --stream-count=1 --stream-to=isp_lsc.yuv

python3 - <<'EOF'
import numpy as np, cv2
raw = np.fromfile('flat.raw', dtype=np.uint16).reshape(720, 1280)
center = raw[300:420, 500:780].mean()
gain = center / (raw.astype(float) + 1e-6)
gain_smooth = cv2.GaussianBlur(gain, (21, 21), 0)  # 平滑避免雜訊放大
np.save('gain_smooth.npy', gain_smooth)
EOF

# lens_A（廣角）、lens_B（標準）、lens_C（窄角）
mkdir -p lsc_db && cd lsc_db

#!/bin/bash
for lens in A B C; do
  # 換上 lens_$lens，固定曝光拍均勻亮場
  v4l2-ctl -d /dev/video0 --set-fmt-video=pixelformat=SRGGB10 \
    --stream-mmap=3 --stream-count=1 --stream-to=flat_$lens.raw
done

python3 - <<'EOF'
import numpy as np, cv2
for lens in 'ABC':
    raw = np.fromfile(f'flat_{lens}.raw', dtype=np.uint16).reshape(720,1280)
    for name, sl in {'R':(slice(0,None,2),slice(0,None,2)),
                     'Gr':(slice(0,None,2),slice(1,None,2)),
                     'Gb':(slice(1,None,2),slice(0,None,2)),
                     'B':(slice(1,None,2),slice(1,None,2))}.items():
        c = raw[sl].astype(float)
        center = c[100:260, 200:440].mean()
        gain = cv2.GaussianBlur(center/(c+1e-6), (21,21), 0)
        np.save(f'lsc_db/{lens}_{name}.npy', gain)
print('已產生 12 個增益圖（3 鏡頭 × 4 通道）')
EOF

python3 - <<'EOF'
import numpy as np
raw = np.fromfile('shot_B.raw', dtype=np.uint16).reshape(720,1280)
out = raw.copy().astype(float)
for name, sl in {'R':(slice(0,None,2),slice(0,None,2)),
                 'Gr':(slice(0,None,2),slice(1,None,2)),
                 'Gb':(slice(1,None,2),slice(0,None,2)),
                 'B':(slice(1,None,2),slice(1,None,2))}.items():
    out[sl] = out[sl] * np.load(f'lsc_db/B_{name}.npy')
out = np.clip(out,0,1023).astype(np.uint16)
out.tofile('shot_B_lsc.raw')
c0 = raw[300:420,500:780].mean(); c1 = raw[10:80,10:80].mean()
o0 = out[300:420,500:780].mean(); o1 = out[10:80,10:80].mean()
print(f'校正前 corner/center = {c1/c0:.3f} → 校正後 = {o1/o0:.3f}')
EOF

- [ ] 我能完成多鏡頭 LSC 資料庫專案並產出增益圖。
- [ ] 我能量測校正前後的 corner/center 比值。
- [ ] 我能分通道做 LSC 並避免色差殘留。
- [ ] 我理解為什麼 LSC 必須在 RAW 上做而非 YUV。
- [ ] 我已平滑增益圖避免放大雜訊。
- [ ] 我知道 H618 沒有硬體 LSC，後處理是唯一路線。

LSC on/off 差異不大？
├─ 鏡頭品質好（暗角小）
│  └─ 正常！高品質鏡頭不需要 LSC
├─ LSC 增益設定太小
│  └─ 增加角落增益（0x5802~0x5806）
└─ LSC 未生效
   └─ 檢查 0x5800[0] 是否為 1

LSC 後角落雜訊增加？
├─ 增益太高 → 減少角落增益
├─ 雜訊基底高 → 先降噪再 LSC
└─ 正常（物理限制）
   └─ 記錄「LSC 增益 vs 雜訊」的取捨

- [ ] 完成「多鏡頭 LSC 資料庫」專案並產出增益圖
- [ ] 量測校正前後的 corner/center 比值
- [ ] 分通道做 LSC 並避免色差殘留
- [ ] 驗證「LSC 必須在 RAW 上做」（YUV 上做會失敗）
- [ ] 平滑增益圖避免放大雜訊
- [ ] 確認 H618 沒有硬體 LSC（後處理是唯一路線）
- [ ] 產出「LSC 校正報告」（含增益圖/corner-center 比值）
- [ ] 測試不同鏡頭的 LSC 差異
- [ ] 驗證 LSC 隨組合（感測器+鏡頭）需重新校正
- [ ] 產出「lens shading database」