第 14 章：Camera2 中的手動曝光

掌握了第 13 章的攝影理論後，現在是將概念轉換為程式碼的時候了。在本章中，你將學習如何完全接管相機的自動曝光 (AE) 系統，並使用 Camera2 API 手動設定 ISO 和快門速度。

Android Camera Parameters 應用演示了本章中的所有技術——你可以切換到應用中的 Manual (手動) 模式，並調整 ISO 和 Shutter (快門) 滑塊以即時查看結果。

---

大開關：從 AUTO 到 MANUAL

預設情況下，你提交的每一个 CaptureRequest 都在相機內建的 3A 自動管線（自動曝光、自動對焦、自動白平衡）下執行。要進入手動模式，你必須顯式禁用該管線。

有兩個層級的覆蓋：

層級	設定	發生什麼
1. 僅禁用 AE	CONTROL_AE_MODE = OFF	ISO + 快門變為手動；AF 和 AWB 仍自動執行
2. 禁用整個 3A	CONTROL_MODE = OFF	所有 3A 演算法停止；每個 3A 參數必須手動設定

為了獲得可靠的手動曝光，請兩者都設定。在某些設備上，僅禁用 CONTROL_AE_MODE 仍會留下 OEM 後處理在幕後進行「輔助」。將 CONTROL_MODE = OFF 是最乾淨、最可預測的路徑。

轉換延遲： 當你提交一个手動擷取請求時，新的 ISO/快門值不會出現在下一幀。CMOS 感光元件存在管線延遲——目前幀已經在使用舊設定進行曝光。預計會有 3-5 幀的轉換期，然後數值才會趨於平穩。Android Camera Parameters 應用在報告「已鎖定」之前，會顯式等待 CaptureResult 以確認請求值與應用值比對。

---

Camera2 API 中的手動控制

SENSOR_SENSITIVITY (ISO)

Camera2 將 ISO 表示為 CaptureRequest.SENSOR_SENSITIVITY —— 一个直接映射到 ISO 算術刻度的整數。在大多數設備上，這是一个 1:1 的映射：

攝影師的 ISO	SENSOR_SENSITIVITY 值
100	100
400	400
3200	3200
6400	6400

務必查詢有效範圍。 不要硬編碼數值：

val sensorSensitivityRange = characteristics.get(
    CameraCharacteristics.SENSOR_INFO_SENSITIVITY_RANGE
)
val minIso = sensorSensitivityRange?.lower ?: 100
val maxIso = sensorSensitivityRange?.upper ?: 6400

一些超高階手機報告的範圍如 50–12800，而廉價設備可能將你限制在 100–3200。超出範圍的值會被 HAL 夾斷 —— 這違背了你手動控制的目的。

SENSOR_EXPOSURE_TIME (以納秒為單位的快門速度)

這是困擾每一个 Camera2 新開發者的第一个「坑」：快門速度以納秒 (ns) 儲存，而不是秒。 人類考慮的是 1/60s；而 HAL 考慮的是 16666666 ns。

兩者之間的轉換是簡單的算術：

// 秒 → 納秒 (乘以 1,000,000,000)
fun secondsToNs(seconds: Double): Long = (seconds * 1_000_000_000.0).toLong()

// 納秒 → 秒 (用於用戶顯示)
fun nsToSeconds(ns: Long): Double = ns.toDouble() / 1_000_000_000.0

// 用戶友好的字串格式化程序 (例如 "1/60s" 或 "2.5s")
fun formatShutter(ns: Long): String {
    val seconds = nsToSeconds(ns)
    return when {
        seconds >= 1.0 -> String.format("%.1fs", seconds)
        else -> {
            val fraction = (1.0 / seconds).toInt()
            "1/${fraction}s"
        }
    }
}

供參考的常見轉換：

人類習慣的快門速度	納秒 (ns)
1/8000s	125,000
1/1000s	1,000,000
1/500s	2,000,000
1/120s (24fps 180° 法則)	8,333,333
1/60s	16,666,666
1/30s	33,333,333
1/15s	66,666,666
1s	1,000,000,000
2s	2,000,000,000
10s	10,000,000,000
30s	30,000,000,000

同樣，查詢硬體範圍：

val exposureTimeRange = characteristics.get(
    CameraCharacteristics.SENSOR_INFO_EXPOSURE_TIME_RANGE
)
val minShutterNs = exposureTimeRange?.lower ?: 1_000_000L   // 1/1000s 下限
val maxShutterNs = exposureTimeRange?.upper ?: 10_000_000_000L  // 10s 上限

在支援超長曝光的設備上（例如，某些索尼 Xperia 和 Google Pixel 機型），SENSOR_INFO_EXPOSURE_TIME_RANGE.upper 可以超過 30,000,000,000 ns (30s)。請遵守此限制 —— 超出最大值的請求會被靜默夾斷。

---

⚠️ 至關重要：手動模式下的畫質下降

這是本章最重要的警告。 請不要跳過。

當你設定 CONTROL_MODE = OFF（完全手動覆蓋）時，你不只是禁用了 AE/AF/AWB 演算法 —— 在幾乎所有的 Android 設備上，你也禁用了通常在 3A 管線內執行的 OEM 專有計算後處理。

具體而言，根據 HAL3 的研究分析顯示，禁用 3A 通常會關閉：

處理步驟	AUTO (自動) 模式	MANUAL (手動) 模式 (CONTROL_MODE = OFF)
多幀降噪	✓ 激活 — 降噪後的輸出	✗ 關閉 — 可見原始感光元件噪聲
自適應色調映射 / HDR 合成	✓ 激活 — 恢復高光 + 陰影	✗ 關閉 — 僅單幀曲線
局部對比度增強 (MiraVision 等)	✓ 視場景而異	✗ 平坦的通用曲線
人臉測光 / 場景偵測	✓ 根據人臉權重進行曝光	✗ 被忽略
鏡頭遮蔽 / 暗角校正	✓ 每鏡頭校準	✗ 通常減少或關閉

結果： 在手動模式下以 ISO 3200 和 1/15s 拍攝的照片，看起來會比在 AUTO 模式下以 HAL 選擇的完全相同的 ISO 和快門拍攝的照片明顯更差（噪聲更多，對比度更平淡）。

你能做些什麼？ 兩個現實的選擇：

1. 自己進行後處理。 既然你禁用了 OEM 處理，你可以在自己的處理管線中應用你自己的去噪（例如，OpenCV 雙邊濾波、MediaPipe 降噪器或自定義訓練的 CNN）。RAW 拍攝（見後續章節）+ 自定義 RAW 顯影可以提供最大的藝術控制。

2. 使用手動 AE 覆蓋而非 CONTROL_MODE = OFF。 如果你只需要鎖定特定值，同時保持 OEM 處理開啟，請嘗試將 CONTROL_AE_MODE = ON 但在逐請求的基礎上固定 SENSOR_SENSITIVITY 和 SENSOR_EXPOSURE_TIME。對此混合模式的支援視設備而定 —— 請徹底測試。

Android Camera Parameters 應用在 Manual 面板中有一個切換開關，可以在這兩種方法之間切換，並讓你在直觀地比較畫質差異。

---

完整範例 1：延時攝影的鎖定曝光

手動曝光的一個經典用例是延時攝影 (timelapse photography)。在 AUTO 模式下，相機會隨著雲層移動或光線變化，在幀與幀之間進行微妙的曝光調整。產生的影片閃爍嚴重。鎖定 ISO + 快門可以消除這種情況。

目標： ISO 100，1/60s (16,666,666 ns) — 每一幀都鎖定。

class TimelapseManualExposure(
    private val characteristics: CameraCharacteristics,
    private val captureSession: CameraCaptureSession,
    private val imageReaderSurface: Surface,
    private val previewSurface: Surface
) {
    companion object {
        private const val TARGET_ISO = 100
        private const val TARGET_SHUTTER_NS = 16_666_666L // 1/60s
    }

    fun captureTimelapseFrame(frameCallback: ImageReader.OnImageAvailableListener) {
        try {
            // ---- 第 1 步：驗證請求的值是否在硬體範圍內 ----
            val isoRange = characteristics.get(
                CameraCharacteristics.SENSOR_INFO_SENSITIVITY_RANGE
            )
            val shutterRange = characteristics.get(
                CameraCharacteristics.SENSOR_INFO_EXPOSURE_TIME_RANGE
            )

            val clampedIso = isoRange?.let {
                TARGET_ISO.coerceIn(it.lower, it.upper)
            } ?: TARGET_ISO

            val clampedShutter = shutterRange?.let {
                TARGET_SHUTTER_NS.coerceIn(it.lower, it.upper)
            } ?: TARGET_SHUTTER_NS

            // ---- 第 2 步：建構手動曝光的 CaptureRequest ----
            val requestBuilder = captureSession.device.createCaptureRequest(
                CameraDevice.TEMPLATE_STILL_CAPTURE
            ).apply {
                addTarget(previewSurface)
                addTarget(imageReaderSurface)

                // --- 關鍵行：禁用 3A 並固定數值 ---
                set(CaptureRequest.CONTROL_MODE, CameraMetadata.CONTROL_MODE_OFF)
                set(CaptureRequest.CONTROL_AE_MODE, CameraMetadata.CONTROL_AE_MODE_OFF)
                set(CaptureRequest.SENSOR_SENSITIVITY, clampedIso)
                set(CaptureRequest.SENSOR_EXPOSURE_TIME, clampedShutter)

                // 可選：將 AWB 固定在 Daylight 模式，以獲得一致的色彩
                set(CaptureRequest.CONTROL_AWB_MODE, CameraMetadata.CONTROL_AWB_MODE_DAYLIGHT)

                // 靜態拍攝 JPEG 質量
                set(CaptureRequest.JPEG_QUALITY, 95.toByte())
            }

            // ---- 第 3 步：提交靜態擷取 ----
            captureSession.capture(
                requestBuilder.build(),
                object : CameraCaptureSession.CaptureCallback() {
                    override fun onCaptureCompleted(
                        session: CameraCaptureSession,
                        request: CaptureRequest,
                        result: TotalCaptureResult
                    ) {
                        // 驗證 HAL 實際上應用了我們的值（它可能會夾斷！）
                        val appliedIso = result.get(CaptureResult.SENSOR_SENSITIVITY)
                        val appliedShutter = result.get(CaptureResult.SENSOR_EXPOSURE_TIME)
                        Log.d("Timelapse", "應用值: ISO=$appliedIso, 快門=${formatShutter(appliedShutter!!)}")
                    }
                },
                null // 在目前執行緒的 Handler 上執行
            )

        } catch (e: CameraAccessException) {
            Log.e("Timelapse", "手動擷取失敗", e)
        }
    }
}

關鍵點：

• 始終針對硬體範圍使用 coerceIn()。如果一台廉價手機的最小 ISO 是 120，你對 100 的請求就會靜默變成 120。onCaptureCompleted() 會確認實際應用了什麼值。
• 對於延時攝影，每隔 N 秒提交一次此請求（例如，每 5 秒拍攝一次，以在 30fps 輸出下獲得 300 倍的加速）。
• 固定 CONTROL_AWB_MODE_DAYLIGHT 是可選的，但在延時攝影中強烈推薦 —— 否則即使曝光被鎖定，AWB 在幀與幀之間仍可能微妙地漂移白平衡。

---

完整範例 2：夜景攝影的長曝光

目標： ISO 3200，2 秒 (2,000,000,000 ns) — 滑順的水面，明亮的星空。

關鍵硬體要求： 設備必須支援 SENSOR_INFO_EXPOSURE_TIME_RANGE.upper >= 2,000,000,000 ns。許多中階手機上限約為 1/8s 到 1s。

class NightLongExposure(
    private val characteristics: CameraCharacteristics,
    private val captureSession: CameraCaptureSession,
    private val previewSurface: Surface,
    private val jpegReaderSurface: Surface,
    private val rawReaderSurface: Surface? // 可選 RAW 擷取
) {
    fun shootLongExposure(onPhotoSaved: (path: String) -> Unit) {
        val shutterNs = 2_000_000_000L  // 2 秒
        val targetIso = 3200

        // --- 驗證硬體是否具備此能力 ---
        val shutterRange = characteristics.get(
            CameraCharacteristics.SENSOR_INFO_EXPOSURE_TIME_RANGE
        )
        if (shutterRange == null || shutterRange.upper < shutterNs) {
            throw UnsupportedOperationException(
                "設備不支援 2s 曝光。最大支援 = " +
                "${shutterRange?.upper?.let { nsToSeconds(it) } ?: "未知"}s"
            )
        }

        val requestBuilder = captureSession.device.createCaptureRequest(
            CameraDevice.TEMPLATE_STILL_CAPTURE
        ).apply {
            addTarget(previewSurface)
            addTarget(jpegReaderSurface)
            // 如果你之前配置了支援 RAW 的 OutputConfiguration：
            rawReaderSurface?.let { addTarget(it) }

            // 手動曝光覆蓋
            set(CaptureRequest.CONTROL_MODE, CameraMetadata.CONTROL_MODE_OFF)
            set(CaptureRequest.CONTROL_AE_MODE, CameraMetadata.CONTROL_AE_MODE_OFF)
            set(CaptureRequest.SENSOR_SENSITIVITY, targetIso)
            set(CaptureRequest.SENSOR_EXPOSURE_TIME, shutterNs)

            // --- 長曝光的關鍵點 ---
            // 禁用光學/數位影片防手震（長於 1s 時會發生衝突）
            set(CaptureRequest.LENS_OPTICAL_STABILIZATION_MODE,
                CameraMetadata.LENS_OPTICAL_STABILIZATION_MODE_OFF)
            // 長曝光拍攝不開啟閃光燈
            set(CaptureRequest.CONTROL_AE_MODE, CameraMetadata.CONTROL_AE_MODE_OFF)
        }

        captureSession.capture(
            requestBuilder.build(),
            object : CameraCaptureSession.CaptureCallback() {
                override fun onCaptureStarted(
                    session: CameraCaptureSession,
                    request: CaptureRequest,
                    timestamp: Long,
                    frameNumber: Long
                ) {
                    super.onCaptureStarted(session, request, timestamp, frameNumber)
                    // 通知 UI: "曝光開始 — 保持 2 秒鐘不動"
                    Log.d("LongExposure", "曝光開始於時間戳 $timestamp")
                }

                override fun onCaptureCompleted(
                    session: CameraCaptureSession,
                    request: CaptureRequest,
                    result: TotalCaptureResult
                ) {
                    // ImageReader.OnImageAvailableListener 會單獨觸發以儲存 JPEG
                    Log.d("LongExposure", "長曝光擷取完成")
                }
            },
            null
        )
    }
}

長曝光技巧：

1. 關閉 OIS。 多數鏡頭的全光學防手震會嘗試在曝光期間補償手抖。對於 >0.5s 的曝光，OIS 執行器會飽和並導致可見的漂移。請關閉它並使用三腳架。

2. 做好凍結準備。 在執行 2 秒曝光時，相機不會輸出預覽幀。你的 UI 應當顯示一個明確的「正在曝光...」指示器。

3. RAW 效果更好。 高 ISO (3200) + 長曝光會產生熱噪聲（感光元件發熱）。儲存一張 RAW 幀，並使用桌面端 RAW 顯影工具進行幀平均 —— 或者透過平均 8 張 0.25s 的幀而非單張 2s 的幀來實現你自己的多幀長曝光（這樣可以大幅減少熱噪聲）。

---

完整範例 3：3 幀曝光包圍

目標： 相同的 ISO，3 種不同的曝光：−1 EV、0 EV、+1 EV。用戶稍後將其合併為 HDR 照片。

從第 13 章我們知道，每一个 EV 步長都會使光量加倍/減半。在 ISO 固定單情況下，每一个 EV 步長 = 將快門速度乘以/除以 2。

class ExposureBracketing(
    private val characteristics: CameraCharacteristics,
    private val captureSession: CameraCaptureSession,
    private val previewSurface: Surface,
    private val jpegReaderSurface: Surface
) {
    data class BracketFrame(
        val label: String,
        val evShift: Double,  // -1.0, 0.0, +1.0
        val shutterNs: Long,
        val iso: Int
    )

    fun captureBracketSeries(baseIso: Int, baseShutterNs: Long) {
        val isoRange = characteristics.get(
            CameraCharacteristics.SENSOR_INFO_SENSITIVITY_RANGE
        )
        val shutterRange = characteristics.get(
            CameraCharacteristics.SENSOR_INFO_EXPOSURE_TIME_RANGE
        )

        // 建構包圍計劃：將快門乘以 2^(evStep)
        val frames = listOf(-1.0, 0.0, +1.0).map { ev ->
            val multiplier = Math.pow(2.0, ev)
            val rawShutter = (baseShutterNs.toDouble() * multiplier).toLong()
            val clampedShutter = shutterRange?.let {
                rawShutter.coerceIn(it.lower, it.upper)
            } ?: rawShutter
            val clampedIso = isoRange?.let {
                baseIso.coerceIn(it.lower, it.upper)
            } ?: baseIso
            BracketFrame("EV${if (ev > 0) "+" else ""}${ev.toInt()}", ev, clampedShutter, clampedIso)
        }

        Log.d("Bracket", "計劃: ${frames.map { "${it.label} ISO${it.iso} ${formatShutter(it.shutterNs)}" }}")

        // 使用 captureBurst() 將每一幀作為一個連拍提交，以確保原子性
        val requestList = frames.map { frame ->
            captureSession.device.createCaptureRequest(
                CameraDevice.TEMPLATE_STILL_CAPTURE
            ).apply {
                addTarget(previewSurface)
                addTarget(jpegReaderSurface)

                set(CaptureRequest.CONTROL_MODE, CameraMetadata.CONTROL_MODE_OFF)
                set(CaptureRequest.CONTROL_AE_MODE, CameraMetadata.CONTROL_AE_MODE_OFF)
                set(CaptureRequest.SENSOR_SENSITIVITY, frame.iso)
                set(CaptureRequest.SENSOR_EXPOSURE_TIME, frame.shutterNs)

                // 為每個請求貼上標籤，以便我們在回呼中區分各個幀
                setTag(frame.label)
            }.build()
        }

        captureSession.captureBurst(
            requestList,
            object : CameraCaptureSession.CaptureCallback() {
                override fun onCaptureCompleted(
                    session: CameraCaptureSession,
                    request: CaptureRequest,
                    result: TotalCaptureResult
                ) {
                    val tag = request.tag as? String ?: "?"
                    Log.d("Bracket", "$tag 已完成 — 準備進行 HDR 合併")
                }
            },
            null
        )
    }
}

為什麼使用 captureBurst() 而非三個獨立的 capture() 呼叫？ captureBurst() 原子地提交整個列表。HAL 保證中間不會插入其他預覽幀，對焦/白平衡狀態也不會在幀與幀之間發生漂移。

想要 5 幀或 7 幀包圍？ 只需修改 listOf(-2.0, -1.0, 0.0, +1.0, +2.0) —— 數學計算會隨之縮放。許多專業的 HDR 應用拍攝 9 幀包圍，用於極端動態範圍場景。

合併步驟： 一旦獲得三個 JPEG（或 RAW）幀，你可以使用以下方式合併它們：

• Android 透過 CameraExtensionSession 內建的 HDR 管線（見 HDR 章節）
• 第三方庫如 OpenCV 的 createMergeDebevec() / createMergeRobertson()，用於真正的曝光融合
• Google 的 Photo Sphere HDR 庫

---

常見失敗排查

問題	可能原因	解決辦法
手動數值似乎被忽略，看起來仍是自動模式	CONTROL_MODE 未設定為 OFF，或者數值被夾斷	將 CONTROL_MODE 和 CONTROL_AE_MODE 均設定為 OFF；在 onCaptureCompleted() 中驗證實際應用的值
2s 長曝光請求立即報錯	設備不支援 2s 曝光	檢查 SENSOR_INFO_EXPOSURE_TIME_RANGE.upper；減少曝光時間或改用提升 ISO 代替
切換手動模式時預覽卡頓或延遲	呼叫了太多次 setRepeatingRequest()	使用經過節流的滑塊監聽器（每 30–50 ms）；僅更新重複請求，而非靜態擷取
在 ISO 100 2s 拍攝的長曝光照片全黑	場景實際需要比 ISO 100 下更多的光線	提高 ISO 或延長快門；2s ISO 100 是 EV 0 基準，並非真正的「夜間亮度」
相同 ISO 下的手動拍攝比自動拍攝噪點更多	CONTROL_MODE = OFF 禁用了 OEM 降噪	預期行為！見「手動模式下的畫質下降」一節。進行後處理，或透過 AE_LOCK 使用部分手動模式

---

小結

你現在已經掌握了從 Camera2 HAL 手中奪取曝光控制權的工具：

• 使用 CONTROL_MODE = OFF + CONTROL_AE_MODE = OFF 禁用 3A 管線以進行全手動控制
• 將 ISO 映射到 SENSOR_SENSITIVITY (多數硬體上為 1:1 映射；務必查詢範圍)
• 將秒 ↔ 納秒映射到 SENSOR_EXPOSURE_TIME，使用簡單的 10⁹ 轉換
• 延時鎖定： 每一幀重複固定的 ISO 100 + 1/60s = 零閃爍
• 夜間長曝光： 禁用 OIS 的情況下使用 ISO 3200 + 2s = 明亮平滑的夜景（在支援的硬體上）
• 曝光包圍： 透過 captureBurst() 拍攝 ISO 相同、快門 ×0.5 / ×1 / ×2 的序列 = 準備好合併的 HDR 輸入
• ⚠️ 手動畫質權衡： 禁用 3A 會關閉 OEM 降噪和色調映射 —— 在相同 ISO 下，手動照片往往看起來比自動照片更差。請做好後處理計劃。

下一章

曝光控制亮度。對焦控制銳度。 在第 15 章：對焦中，我們將介紹：

• 自動對焦 (AF) 狀態和模式 —— 被動掃描的工作原理，連續圖片 vs 影片的區別
• 使用屈光度單位的 LENS_FOCUS_DISTANCE 進行手動對焦 (0.0 = 無窮遠, 10D = 0.1m)
• 用於單次 AF 觸發並擷取序列的 Kotlin 程式碼，以及手動對焦 SeekBar 滑塊
• AF 狀態機 —— CONTROL_AF_STATE_FOCUSED_LOCKED 究竟何時觸發，以及如何等待它

模糊到此為止。（雙關語，很冷，但我很認真。）