拜耳阵列（Bayer arrays）中为啥空间分辨率降低了一半

问题

拜耳阵列将原始数据重新组织为四个通道，为啥这样做会使得每个通道的空间分辨率降低一半？

拜耳阵列的工作原理回顾

拜耳阵列是一种在图像传感器上广泛使用的滤色器排列方式，其基本思想是利用红(R)、绿(G)、蓝(B)三种颜色的滤镜覆盖在传感器的每个像素上，形成特定的排列模式，最常见的排列是RGGB，即两个绿色像素夹着一个红色和一个蓝色像素。这种排列方式考虑到了人眼对绿色更为敏感的事实，因此绿色像素的数量是红色和蓝色像素的两倍。以下是拜耳阵列的一个简化示例：

R G
G B

每个字母代表一个像素，每个像素只能感应通过对应颜色滤镜的光强度。

空间分辨率降低的解释

1. 颜色信息的缺失：在未经处理的拜耳阵列数据中，每个像素只记录了一种颜色信息。比如，一个红色像素旁边如果是一个绿色像素，我们无法直接得知该红色像素所在位置的真实绿色和蓝色强度，因为这些信息并未被直接测量。

2. 插值过程：为了得到每个像素的全彩信息（RGB），需要通过插值算法来估计那些未直接测量的颜色分量。例如，对于上述示例中的红色像素，其绿色和蓝色值需要通过周围的绿色和蓝色像素进行估算。这一过程涉及到对周围像素颜色的平均或更复杂的算法来预测缺失值，但这种预测无法完美复原原始细节。

3. ☆☆☆理解：首先，明确我们需要的是有红(R)、绿(G)、蓝(B)三种颜色值的像素，而拜耳阵列每个像素只有一种颜色的信息，如红色像素只有该像素红色对应的值，而没有绿和蓝对应的值，那怎么得到绿和蓝对应的值呢，由于红色像素旁边有包含绿或蓝对应值的像素，我们通过这些邻居（即包含绿或蓝对应值的像素）采用插值算法来估计那些未直接测量的颜色分量，从而保证每个像素有红(R)、绿(G)、蓝(B)三种颜色值。

例子说明 

假设有一个简单的场景，有一条细黑线在白背景上，刚好位于两个绿色像素之间，如下所示（忽略实际拜耳阵列的细节，简化说明）：

G _ G

在这个简化例子中，“_”代表那条细黑线，它正好落在两个绿色像素（G）之间，意味着没有像素直接测量到这条线的红色和蓝色成分。当进行去拜耳处理时，算法需要估计这条线上方和下方的红色及蓝色像素值。由于没有直接的测量数据，算法只能依据周围的绿色像素和可能的其他颜色像素来“猜测”这条线的颜色信息。

分辨率损失原因

R G
G B

由于每个颜色通道在2x2的区域内只有一个直接测量值（红色和蓝色），而绿色虽然有两个，但整体而言，从每一行或列看，两个像素中最多只有一个拥有绿（蓝和红同理）色对应值（真实而非估算），所以最少需要通过插值算法获得另外一个像素的绿色对应值。所以形成的通道每个2×2的矩阵中行（列）最多一真实值一估算值，假设是生成的结果是1000×1000的像素，每个通道行和列上真实的值最多只有一半，不如原物理采样那么锐利真实，所以整体上在每个维度上空间分辨率其实减半。