关于Ultra HDR Image的那些事-编程知识

一、什么是Ultra HDR Image

2023年10月初，google正式发布了Android 14。该版本中引入了一个新的功能Ultra HDR Image，被誉为”图像技术的未来”。之前Android版本各手机厂商或许有自己的HDR图片技术，本文这里重点分析下Android14上google的实现方案。

让我们先来看一组图片。上图中左边的图片为SDR（标准动态范围），右边的图片为HDR（高动态范围）。显而易见HDR图片更加的生动鲜艳，画面层次感表现的更为突出。Ultra HDR Image功能就是为用户提供了拍摄、查看HDR照片的功能。

Google Ultra HDR Image实际是使用两个8-bit位深的JPEG来还原真实拍摄场景的高动态范围。本文将此文件格式称为JPEG-R，该格式向后兼容JPEG。

二、Ultra HDR Image文件结构

Ultra HDR Image文件是基于传统JPEG文件格式，通过附加的metadata 信息及Gainmap图，最大程度上保留了拍摄场景的动态范围。

图2.1 - Ultra HDR Image 文件结构

前面讲到Ultra HDR Image是由两个JPEG文件组成。其中第一个JPEG称为Primary image(主图)，是一张普通的8bit SDR图片，存储着SDR图像数据。第二个JPEG称为Gainmap（增益图），Gainmap图存储着足以恢复原始高动态亮度的数据，可以简单理解为每个像素点处的亮度差。支持该格式的设备会将主图和增益图结合起来，在兼容的显示器上渲染出高动态范围的图像。

图2.1中绿色部分为Google GContainer，遵循XMP规范，并嵌入到主图文件中，其格式为RDF/XML。

图2.2- Google GContainer

如图2.2所示，主图像在XMP中包含了Container:Directory元素，定义文件容器中后续媒体文件的顺序和属性。容器中每个文件在Container:Directory中都有一个相应的媒体项，媒体项描述文件容器中的位置及每个串联文件的基本属性。

图2.2 GContainer说明该图片有1个Primary图和1个Gainmap图，两个文件均为“image/jpeg”格式，Gainmap图文件长度为66171字节。

图2.1中红色部分为HDR Gain map metadata. 这部分数据说明了如何使用Gainmap图将主图像渲染到高动态范围。

图2.3- HDR Gain map metadata

上表中GainMapMin和GainMapMax是图像内容上像素值的增益范围，取决于图像内容。而HDRCapacityMin和HDRCapacityMax是显示时提升的增益范围，取决于显示设备和其他因素。XMP中存储的这几个值都是经过对数转换的。可能有人会问：为什么需要对数转换，这样有什么好处呢？这里就不得不提一个概念：”压缩范围”。在摄影中，现实世界场景的动态范围通常比 SDR 显示器所能呈现的动态范围更大。需要诸如范围压缩（也称为局部色调映射）之类的操作来减少图像的动态范围。减小图像中最大亮度边缘的大小，同时尽可能保留小亮度边缘(细节)的大小。如图2.4，对数曲线在像素值较低的区域斜率大，在像素值较高的区域斜率小。所以对数变换可以将图像低亮部分进行扩展，保留更多的细节；高亮部分压缩，减少高亮部分的细节。

图2.4- 对数曲线

图2.1中紫色部分为MPF数据，储存在主图像中App2字段，主要包含了文件容器中Primary图和Gainmap图的偏移及文件长度。

图2.5- MPF

三、Ultra HDR Image编码

Android14上针对不同的场景，共提供了5个编码接口用来生成Ultra HDR Image。

图3.1- API-0

图3.2- API-1

图3.3- API-2

图3.4- API-3

图3.5- API-4

调用方根据需要选择其中一个即可。在这里我们以API-0为例，详细剖析下编码流程。

图3.6- API-0编码流程

JPEG-R编码主要有以下5个步骤：

a.相机Hal采集到HDR数据(P010)通过tonemap函数生成SDR数据（YUV420）

b. 通过HDR数据和SDR数据生成未压缩的gain map(亮度差)数据

c. gain map数据压缩成单通道JPEG文件(灰度图)

d. SDR数据压缩成Primary JPEG图

e.生成metadata信息，并将gainmap灰度图添加到Primary JPEG后面

上面5步中，c、d均为普通jpeg编码，e为文件流输出，这里就不在赘述。我们重点结合代码分析下前两步：

a.HDR->SDR:

从下图代码中可以看出tonemap操作实际是将每个像素点处的P010数据通过右移2位的操作，从10-bit映射到了8-bit范围，生成新的SDR数据（YUV420）。

图3.7- P010数据tonemap到YUV420代码

b. Gain map亮度差数据生成:

图3.8- gainmap 亮度差生成代码

sampleYuv420()函数是获取（x，y)坐标处归一化后的yuv数据。

图3.9- sample420函数

srgbYuvToRgbFn()是通过公式将归一化得yuv数据转成rgb数据，需要注意得是这里的rgb数据是经过gamma编码的非线性数据。这里以P3色域的图片为例：

图3.10- srgbYuvToRgbFn函数

srgbInvOetfLUT()是通过光电转换函数将非线性的rgb数据转换成线性rgb数据。

图3.11- srgbInvOetfLUT函数

luminanceFn()是将归一化的线性rgb数据转换成对应的亮度值，在0.0到1.0的范围内。该值乘以kSdrWhiteNits表示的是(x,y)坐标处标准动态范围主图像的线性亮度，这里暂时用Ysdr(x,y)表示。

图3.12- luminanceFn函数

同理根据P010数据可以计算出(x,y)处高动态范围图像的线性亮度用Yhdr(x,y)表示。

根据(x,y)处的标准动态范围主图像线性亮度Ysdr(x,y)和高动态范围图像的线性亮度Yhdr(x,y)，通过encodeGain函数生成(x,y)处的亮度差，并恢复到0~255范围。

图3.13- encodeGain函数

所有像素点处的亮度差获取到后，编码成单通道的JPEG灰度图存储在primary JPEG文件后面。以上就是Native层Ultra HDR Image生成的全部过程。

下面通过一个简单的例子告诉你上层应用如何编码JPEG-R格式。

图3.14- 上层应用编码实例

四、Ultra HDR Image解码

JPEG-R解码流程如下图所示：

图4.1- JPEG-R解码流程

JPEG-R格式图片解码时，首先解码primary JPEG(主图)，然后判断该图片是否遵循JPEG-R格式标准包含Gainmap图。如果有，则解码Gainmap图并将gainmap存入主图Bitmap结构体中。代码如下：

图4.2- JPEG-R解码流程

图4.2中getAndroidGainmap（）函数解析图片是否符合JPEG-R格式标准。如果是JPEG-R，继续解析获取XMP文件中gainmap图的metadata信息，保存在gainmapInfo中。同时保存出gainmap数据流。decodeGainmap（）函数负责解码上一步获取到的gainmap数据流，并将解码后的数据保存在gainmap参数中。最后通过setGainmap（）函数将gainmap数据保存到主图bitmap结构体中。Primary JPEG和Gainmap图的解码都是基本的jpeg解码流程，这里就不在赘述了。

以上就是Native层Ultra HDR Image的解码过程。下面一个例子告诉你上层应用该如何获取Gainmap数据:

五、Ultra HDR Image渲染

JPEG-R渲染时，每个坐标点的像素通过HDR/SDR ratio(亮度差)数据, 将标准动态范围数据还原到高动态范围。

这里的f可以认为是一个用于计算HDR数据的插值转换函数。相关代码如下：

图4.3- HDR数据还原

图4.3中trfn_apply_gain（）函数使用对应坐标处的HDR/SDR ratio，计算出该坐标处的HDR数据，之后按正常流程渲染即可。

六、总结

Android14之前各厂商HDR技术、效果各不相同，因此社交平台很难适配各家的HDR图片。Ultra HDR Image的出现或许能改变这一困局，统一的HDR流程和效果对于三方应用的适配提供了便利。或许不久的将来，HDR图片效果就能出现在朋友圈、微博等社交平台。你别说，“图像技术的未来”还真有那味了。

Ultra HDR Image整个拍摄到显示的链路很长，它不是一篇文章能完整描述清楚的。本文侧重点主要在编解码模块。因为该技术较新，本人拙见，如有不当处，还望读者朋友海涵。

参考文献：

[1].https://developer.android.com/guide/topics/media/platform/hdr-image-format

[2].http://aospxref.com/android-14.0.0_r2/

往

期

推

荐

超详细！Linux内核内存规整详解

Android logd日志简介及典型案例分析

OPPO在CLK大会上公布可编程内核技术，引领安卓流畅体验升级