090、自动曝光（AE）测光策略：全局测光、中央重点测光与点测光的场景适配

090、自动曝光（AE）测光策略：全局测光、中央重点测光与点测光的场景适配

一个让我半夜被电话叫醒的bug

2018年，某款旗舰手机在夜景人像模式下，人脸总是过曝。调试了三天，ISP参数调了个遍，Gamma曲线拉成S形，AE目标亮度从18%灰改到15%，甚至把sensor的模拟增益硬压了6dB——结果人脸倒是暗下来了，背景却黑成一团，用户投诉说“拍出来像鬼片”。

最后发现，问题出在测光策略上。默认的全局测光把整个画面平均了，夜景里背景大面积暗区拉低了平均亮度，导致AE算法认为整体偏暗，拼命提亮，人脸区域就成了过曝的重灾区。换成中央重点测光，权重往画面中心偏了30%，人脸区域亮度被优先照顾，背景暗就暗了，反而更有氛围感。这个案例让我意识到：测光策略不是算法文档里轻飘飘的一句话，它是AE系统的“眼睛”，选错了，后面所有调优都是白费。

测光策略的本质：给像素发“选票”

AE算法的核心任务是把场景亮度映射到目标亮度（通常是18%灰）。但场景里不同区域亮度差异巨大——比如逆光人像，人脸可能只有10nit，背景天空却有10000nit。如果所有像素投票权相等，结果就是人脸欠曝或背景过曝。

测光策略就是定义“投票权重”的规则。全局测光（Evaluative/Matrix Metering）让每个像素一票；中央重点测光（Center-Weighted）给画面中心区域发2-3票，边缘只有半票；点测光（Spot Metering）干脆只让画面中心1%-5%的区域投票，其他区域弃权。

别小看这个权重分配。我见过