ez-ISP：Python实现的开源ISP

前言

本人是刚入行camera ISP成像行业的小白，在学习路上发现成体系的资料较少，因此整理了一个ISP相关的文档（会持续更新），以便于更好的理解和学习成像相关的知识。

传送门：https://github.com/HuiiJi/ez_ISP​github.com/HuiiJi/ez_ISP

如果对您有些许帮助，不胜荣幸~

---

目录

1. ISP Pipe

• Python实现RAW to RGB的Pipe， 基于Numpy库（主要用于Img2Col的卷积加速）。

• 目前支持NR、CFA、AWB、CC、GTM等模块，后续会优化复杂模块如NR的耗时。

2. Course

• 汇总一些国外的ISP相关的免费课程，主要包括ISP成像链路、各个模块的算法原理等。

3. Open source project

• 汇总一些优秀的开源ISP项目，基于C++、Python、Matlab等实现。

1. 安装

• git clone 即可，只需要numpy等基础包。

2. 配置

• 针对target sensor的RAW进行配置，如RAW的存储、路径bits、分辨率等。

3. 运行

• python run.py 即可，可以自己对模块进行计算效率优化（如多进程加速等）。

---

后记

去年毕业后开始学习ISP成像这个题目，个人理解它属于low-level图像质量优化方向，技术栈包括CPP/ML/DL，以及一些数学相关课程包括信号处理、矩阵论、数理分析等。

该方向企业岗位主要有安防厂（如海康、大华等），手机厂（OV、小米等），以及一些对接图像业务的AI方案提供商（商汤、旷视等），智能驾驶车企也有感知岗需要这个方向的工程师。

从成像数据流角度考虑，有些传统成熟的ISP模块优化幅度上线不高，用AI代替某些模块（如NR、HDR）能有非常不错的质量提升，下一篇预计分享一个文档梳理AIISP-NR的工程开发流程，如：如何针对某个Camera开发NR model并部署到计算设备以实现AI-NR。