从RAW到BMP：工业视觉系统图像格式的转换与优化
一、工业视觉中的图像采集链路
一个标准的工业视觉图像采集流程如下：
Sensor（RAW输出） → ISP或SDK处理 → 图像格式转换（如BMP） → 图像算法分析 → 输出结果
简要说明：
- Sensor 负责采集原始光信号（通常输出RAW或Bayer格式）
- ISP或厂商SDK 将原始数据转换为完整图像（如RGB）
- 视觉软件 读取标准格式图像（如BMP）进行处理
二、RAW格式：图像的“底层原始素材”
什么是RAW？
RAW格式是Sensor直接输出的原始图像数据，每个像素仅代表一个颜色通道（红/绿/蓝），数据按Bayer Pattern（如BGGR、RGGB）排列。
特点：
- 不经过处理，无压缩、无白平衡、无伽马校正
- 文件体积小，数据真实完整
- 必须通过插值算法（Demosaicing）还原为可视图像
在工业视觉中的作用：
- 用于图像采集层
- 提供完整的原始信息，方便开发人员做定制处理
- 对图像质量控制严格的系统（如颜色校准、成像分析）可能会直接读取RAW进行预处理
⚠️ 注意：RAW格式不统一，不同厂商有各自的封装规范，若无配套SDK，解码困难。
三、BMP格式：工业视觉的主流应用格式
什么是BMP？
BMP（Bitmap）是Windows标准位图格式，为无压缩、无损失的图像存储方式。每个像素通常包含完整的RGB三个通道数据（8位 * 3 = 24bit）。
为什么工业视觉常用BMP？
- 无压缩、无损失：保留原始图像细节，算法处理结果稳定可复现
- 格式标准，兼容性强：支持所有主流开发环境（如OpenCV、Halcon、LabVIEW）
- 无需额外解码：图像采集后可直接加载进算法系统进行分析
- 可视化方便：在Windows系统中双击即可查看图像
在工业视觉中的常见用途：
- 保存图像用于离线分析与缺陷标注
- 用于算法训练（深度学习样本）
- 实时拍照检测图像质量或光照条件
- 图像识别、分割、测量、OCR等多种算法处理入口
四、RAW与BMP格式对比（工业应用角度）
| 对比项 | RAW格式 | BMP格式 |
|---|---|---|
| 数据类型 | 单通道 Bayer 数据 | 三通道 RGB 数据 |
| 是否压缩 | 无压缩 | 无压缩 |
| 是否处理过 | 未处理，需插值 | 已处理，可直接使用 |
| 文件大小 | 相对小（每像素1字节） | 相对大（每像素3字节） |
| 是否可视化 | ❌（需特殊软件） | ✅（可直接查看） |
| 使用阶段 | Sensor输出层 | 算法分析层 |
| 易用性 | 差（需匹配Bayer格式） | 高（通用格式） |
| 应用场景 | 调试、底层图像采集 | 缺陷检测、尺寸测量、训练模型等 |
五、其他格式的简要说明
| 格式 | 是否压缩 | 用途说明 |
|---|---|---|
| JPEG | 有损压缩 | 用于结果归档或远程上传，不推荐用于图像分析 |
| PNG | 无损压缩 | 部分界面展示或图像标注中使用 |
| TIFF | 可选压缩，支持16bit灰度 | 常用于高灰度分辨率测量场景，如表面纹理检测 |
| YUV | 压缩色差信号 | 多用于视频流传输，在工业中较少用于图像分析 |
| RGB565 | 有损压缩，每像素16位 | 一些低端嵌入式设备或调试屏幕使用，图像精度不高 |
六、推荐图像格式选择建议
| 应用场景 | 推荐格式 | 原因 |
|---|---|---|
| 实时检测/轮廓识别 | BMP（RGB） | 图像完整，处理速度快 |
| 图像采集验证、调试 | RAW | 可验证Sensor输出一致性 |
| 高精度测量 | BMP / TIFF（16bit） | 灰度等级多，边缘清晰 |
| 数据归档 | JPEG | 空间节省，但不适合分析 |
| 深度学习训练 | BMP / PNG | 保留颜色细节，数据一致性好 |
七、总结：工业视觉更信赖“确定性”和“可控性”
工业视觉系统与消费类图像应用最大的区别在于——图像不仅是视觉呈现，更是被精确计算和分析的“数据”。
因此：
- RAW是采集端的原始数据，用于控制和还原；
- BMP是分析端的主力格式，用于算法输入和标准化处理。