工业相机像素格式怎么选:颜色、位深和打包,分别决定什么

导读工业相机的像素格式，同时描述颜色怎样组织、每个数值保留多少位，以及数据怎样装进字节。Bayer 和 RGB 的区别涉及颜色重建放在哪里，Mono10 和 Mono10p 的区别涉及传输占位与解包。沿着检测任务、数据量和算法输入建立选型顺序，才能判断哪些信息需要保留，哪些处理工作需要由主机承担。

本文 2701 字，阅读约 7 分钟｜格式名称里，藏着三个不同的问题 → 需要颜色时，先决定在哪里重建颜色 → 位深决定编码层级，细节还要有信号支撑 → 打包改变占位，也改变读取方式 → 用同一组条件，算清格式的数据量 → 设置完成后，沿着数据走到算法输入

格式名称里，藏着三个不同的问题

打开工业相机的参数列表，会看到 Mono8、BayerRG8、RGB8、Mono10p 等选项。选哪个，关系到相机传多少数据，也关系到主机拿到数据后还要做什么。

Mono、Bayer、RGB 描述像素数据的组织方式；8、10、12 通常说明单个分量的有效位数；p 则涉及数据的打包布局。颜色信息、有效位深和传输占位，需要分开判断。

例如，Mono8 每个像素一个 8 位灰度值；RGB8 每个像素有红、绿、蓝三个分量，每个分量 8 位，因此合计 24 位。RGB8 名字里的“8”，不能直接拿来计算整帧大小。

像素格式控制的是相机怎样输出图像数据，具体选项由传感器和机型能力决定。单色传感器采集单通道数据；彩色相机即使选择 Mono 输出，也仍然使用原来的彩色传感器，只是输出转换后的灰度图。

先把任务说清楚：量零件轮廓需要明暗边界，按包装颜色分拣则需要颜色信息。这个区别，比先挑一个看起来更高级的格式更有用。

需要颜色时，先决定在哪里重建颜色

如果检测只使用明暗与形状，可以从 Mono 输出开始验证，让数据直接以单通道进入算法。是否能稳定分出目标，仍要通过照明、曝光和样本检查确认。

彩色相机的一条常见路线是 Bayer 滤色阵列：传感器上不同位置覆盖红、绿、蓝滤色片，每个位置只测量其中一种颜色。输出 Bayer8 时，每个像素位置只有一个 8 位数值，同时需要知道它对应什么颜色。

要得到每个位置完整的 RGB，系统根据周围采样估计缺少的颜色分量。这个过程叫去马赛克，也常称为 Debayering。

对同一台 Bayer 彩色相机，Bayer 与 RGB 输出的关键区别，是颜色重建在哪里完成。输出 Bayer 时，主机可以按正确的滤色排列执行去马赛克，再把 RGB 交给算法；输出 RGB 时，颜色重建由相机内的处理链路完成，主机拿到三个通道的数据。

图片说明：本文概念示意，比较同一 Bayer 彩色相机的两种输出；每分量 8 位，不含行填充与协议开销。

RGB 输出让接收端直接得到三个颜色通道。它的结果仍受去马赛克算法影响，锐利边缘可能出现伪色；颜色检测的精度需要在最终图像上验证。

如果检测网络需要三通道图像，选择 RGB8 可以把颜色重建交给相机，前提是链路容得下三个通道的数据。带宽紧张，而主机或相机 SDK 已有可用的去马赛克接口时，可以选择 Bayer8，再在接收端转换。选 Bayer 时，节省的传输量要和主机新增的处理工作一起评估。

BayerRG、BayerBG 等名称还说明滤色排列；RGB 与 BGR 则说明通道顺序。转换时用错排列，或把 BGR 当成 RGB，都会让后续颜色判断失去正确的输入依据。

另一个选项是 YCbCr，工业相机菜单中也常见 YUV 命名。这类格式分别保存描述明暗的亮度分量与描述颜色差异的色度分量。以每分量 8 位的 YCbCr 4:2:2 为例，两个水平相邻像素分别保留亮度值，共享一组色度值，合计 4 字节，平均每像素 16 位。

这种 4:2:2 布局通过减少色度采样来降低数据量，适合下游明确支持这种输入的链路；涉及细小颜色边界时，要验证这项取舍。读取时还应匹配具体的分量顺序、颜色转换规则和数值范围，不能只凭“YUV”三个字选择转换接口。

位深决定编码层级，细节还要有信号支撑

位深描述一个数值用多少位表示。8 位无符号整数有 256 个取值，10 位有 1024 个，12 位有 4096 个。位数增加，让同一数值范围可以分得更细。

但物体的微弱差异能否被检测出来，还受到曝光、传感器噪声和后续处理影响。已经过曝丢掉的信息，不能靠把输出改成更高位深找回来；噪声淹没的差异，也不会因编码级数增加就变得可靠。

这里还要分清数据经过的位置：传感器先输出数值，相机内部可以进行图像处理，最后按选定的像素格式发送给主机。

图片说明：从左到右为光、传感器、内部图像处理和输出像素格式。下方 Transfer bit depth 标在内部处理的数据路径上。图片来源：Basler 官方 Transfer Bit Depth 文档。

Basler 文档给出的一个例子是：在支持独立设置的相机上，可以基于 12 位传感器数据，输出 Mono8 图像。部分机型还提供 Transfer Bit Depth，用来设置内部图像处理路径的位深。

传感器输出位深、内部处理位深和最终输出格式，可以是不同的值。具体能否独立设置，要看机型。因此，仅凭 Mono8，不能断定传感器只进行了 8 位采集。

如果现有算法只接收 8 位灰度，可以先从 Mono8 验证；确实需要利用细微灰度差异，再评估 10 位或 12 位输入。此时应固定曝光和照明，检查低位是否包含有用信号，以及后续处理是否保留了它们。

打包改变占位，也改变读取方式

有效位数明确以后，才轮到存储布局。

一个字节有 8 位。按 GenICam 像素格式命名规范（PFNC）的 Mono10 未打包布局，每个像素使用两个字节，其中 10 位承载数据，其余为填充位。它的有效位深是 10 位，传输占位却是 16 位。

Mono10p 把数据连续打包，四个 10 位像素可以装进五个字节。类似地，两个 Mono12p 像素装进三个字节。

图片说明：两个 12 位像素共占三个字节。中间的 Byte 1 同时包含两个像素的数据；图中 Byte 0 在右侧，颜色区分两个像素。图片来源：Basler 官方 Pixel Format 文档。

打包保留原来的有效数据，减少填充占位。不过，接收端不能把 Mono10p 的字节缓冲区，直接当作“每像素两个字节”的数组读取。它需要按该格式的位布局解包，恢复每个像素数值。

相机输出省下了空间，主机解包后的数组仍可能变大。如果算法使用 16 位整数保存每个像素，解包以后又回到了每像素两个字节。计算相机链路负载与主机内存占用时，要分别看这两个阶段。

另外，旧的 Mono10Packed 与 Mono10p 不能只凭名称互换。Basler 的 API 文档明确说明两者内存布局不同。应把完整枚举值交给对应转换接口，而不是看到“10 位、打包”就套用同一段解析程序。

用同一组条件，算清格式的数据量

做一个计算示例：假设图像恰好有 200 万个像素，每秒传输 100 帧。每帧字节数等于像素数量乘以平均占位位数，再除以 8；乘以帧率，就得到每秒数据量。这里只计算图像数据，不含行填充、协议和其他附加数据，1 MB 按 100 万字节计算。

Mono8 和 Bayer8 大小相同，但含义和后续处理不同。Mono10 改成 Mono10p，则在保留 10 位数据的前提下，把每帧占位从 4 MB 降到 2.5 MB。YCbCr422_8 与未打包的 Mono10 同为 16 位占位，所装的信息也完全不同。

把这张表与接口规格对照时，还要统一单位：bit/s 是每秒多少位，MB/s 是每秒多少字节。标称 1 Gbit/s 的链路，理论数据率为 125 MB/s，已经低于示例中 Mono8 所需的 200 MB/s；实际传输还要计入协议等开销。

这只是带宽预算。相机能到多少帧，还受到曝光时间、传感器读出和图像采集区域等因素限制。缩小输出数据量主要释放传输环节的余量，能否涨帧要看原来的瓶颈在哪里。

主机还要完成接收、解包、颜色转换和检测。若采集帧率足够，处理速度跟不上，换一个更紧凑的传输格式仍需要结合转换开销判断。