單元 14 · 清晰度、動態範圍與調校工作流

日期: ____  場景: ____
改動: 參數 A → B
原因: ____
結果: ____（量化）
回歸: ____ ✓/✗
附圖: ____

日期/場景/改動/原因/結果（量化）/回歸 ✓✗/附圖

python3 - <<'EOF'
import numpy as np
raw = np.fromfile('dark.raw', dtype=np.uint16).reshape(720,1280)
ob = np.median(raw[600:700, 400:880])     # 蓋鏡頭拍的暗幀
print('OB =', ob)
np.save('ob.npy', ob)
EOF

python3 - <<'EOF'
import numpy as np
raw = np.fromfile('shot.raw', dtype=np.uint16).reshape(720,1280)
ob  = np.load('ob.npy')
flat = (raw - ob).clip(0)                 # 先減黑位
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():
    flat[sl] = flat[sl] * np.load(f'gain_{name}.npy')
flat.tofile('shot_lsc.raw')
EOF

# 用灰卡定曝光，讓灰卡 Y ≈ 目標值；再調 red/blue gains
v4l2-ctl -d /dev/v4l-subdev0 -c auto_exposure=0 -c auto_n_white_balance=0
v4l2-ctl -d /dev/v4l-subdev0 -c exposure=2000
v4l2-ctl -d /dev/v4l-subdev0 -c red_balance=140 -c blue_balance=110

# 後處理 NR（單元 13）+ 輕度 sharpen，同場景前後各一張
python3 - <<'EOF'
import cv2
img = cv2.imread('shot.png')
nr  = cv2.fastNlMeansDenoisingColored(img, None, 6, 6, 7, 21)
sharp = cv2.addWeighted(nr, 1.0, cv2.GaussianBlur(nr,(0,0),1.5), -0.3, 0)
cv2.imwrite('shot_tuned.png', sharp)
EOF

python3 - <<'EOF'
import numpy as np
raw = np.fromfile('scene.raw', dtype=np.uint16).reshape(1080, 1920)
bright = raw[100:200, 800:1120].mean()   # 窗戶區
dark   = raw[800:900, 800:1120].mean()   # 室內暗區
dr_db = 20 * np.log10(bright / max(dark, 1))
print(f'DR = {dr_db:.1f} dB  (10-bit 上限 ≈ 60 dB)')
EOF

# 需要 OV5640 DOL 模式 + RK3588 ISP3 HDR 管線
media-ctl -d /dev/media0 -V "'rkisp-isp':0[hdr_mode=dol]"
v4l2-ctl -d /dev/video0 --stream-mmap=3 --stream-count=1 --stream-to=hdr.yuv

python3 - <<'EOF'
import cv2, numpy as np
img = cv2.imread('single_frame.png', 0).astype(float)
# 簡易 tone mapping: 雙曲正切壓縮
mapped = np.tanh(img / img.max() * 3) / np.tanh(3) * 255
cv2.imwrite('tonemapped.png', mapped.astype(np.uint8))
EOF

mkdir -p tuning_v1/{raw,params,out,log}
cd tuning_v1

#!/bin/bash
# 蓋鏡頭拍黑幀定黑位
v4l2-ctl -d /dev/video0 --set-fmt-video=pixelformat=SRGGB10 \
  --stream-mmap=3 --stream-count=1 --stream-to=raw/dark.raw
# 均勻亮場定 LSC
v4l2-ctl -d /dev/video0 --stream-count=1 --stream-to=raw/flat.raw
# 灰卡定 AWB + 曝光
v4l2-ctl -d /dev/video0 --set-fmt-video=pixelformat=YUYV \
  --stream-count=1 --stream-to=raw/gray.yuv
# 實拍場景（前後對比用）
v4l2-ctl -d /dev/video0 --stream-count=1 --stream-to=raw/scene.yuv

python3 - <<'EOF'
import numpy as np, cv2, json
# 黑位
dark = np.fromfile('raw/dark.raw', dtype=np.uint16).reshape(720,1280)
ob = np.median(dark[600:700,400:880])
# LSC（分通道增益圖）
flat = np.fromfile('raw/flat.raw', dtype=np.uint16).reshape(720,1280) - ob
gains = {}
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 = flat[sl].astype(float)
    gains[name] = cv2.GaussianBlur(c[100:260,200:440].mean()/(c+1e-6), (21,21), 0)
# 儲存參數
np.save('params/ob.npy', ob)
for k,v in gains.items(): np.save(f'params/gain_{k}.npy', v)
json.dump({'ob': float(ob)}, open('params/meta.json','w'))
print('校正參數已儲存:', json.load(open('params/meta.json')))
EOF

python3 - <<'EOF'
import numpy as np
raw = np.fromfile('raw/scene.raw', dtype=np.uint16).reshape(720,1280)
out = (raw - np.load('params/ob.npy')).clip(0).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] *= np.load(f'params/gain_{name}.npy')
np.clip(out,0,1023).astype(np.uint16).tofile('out/scene_tuned.raw')
print('校正完成，log 寫入 log/tuning_v1.txt')
EOF

- [ ] 我能完成 tune.sh 自動化調校專案並產出 log。
- [ ] 我已建立 raw/params/out/log 的專案結構。
- [ ] 我遵守「黑位→LSC→AWB/CCM→曝光→美化」的順序。
- [ ] 我能量測場景動態範圍並判斷要不要 HDR。
- [ ] 我已跑過至少三個場景的回歸並記錄結果。
- [ ] 我理解「可重現調校 = 完整 log + 版本管理」。

影像模糊？
├─ sharpen 未開啟 → 0x5308=0x01
├─ sharpen 強度不足 → 增加 0x5309 值
├─ NR 抹掉細節 → 減少 NR 強度
└─ 對焦問題 → 物理對焦（不是 ISP 問題）

HDR 效果不明顯？
├─ 場景動態範圍不夠大
│  └─ 測試高對比場景（逆光/窗戶）
├─ 曝光包圍不夠 → 增加 EV 檔數
│  └─ 嘗試 -2EV/0EV/+2EV
├─ 合成方法問題 → 換 HDR 合成算法
└─ OV5640 DOL HDR 未啟用
   └─ 檢查 DT 與驅動支援

- [ ] 完成「tune.sh 自動化調校專案」並產出 log
- [ ] 建立 raw/params/out/log 專案結構
- [ ] 遵守「黑位→LSC→AWB/CCM→曝光→美化」的順序
- [ ] 量測場景動態範圍並判斷要不要 HDR
- [ ] 跑過至少三個場景的回歸並記錄結果
- [ ] 驗證「可重現調校 = 完整 log + 版本管理」
- [ ] 測試 sharpen 對清晰度的影響（含雜訊副作用）
- [ ] 測試 contrast 對動態範圍的影響
- [ ] 產出「tuning workflow report」（含五步序列/回歸/品質）
- [ ] 用「先 RAW 對、再後處理」原則驗證