这个问题是我之前的一个dng-raw-pictures-imported-as-16-bit-deep-but-unexpected-plt-show-result的后续问题，之后我继续搜索。
由于回复获得了 16 位的可视化，但每个通道的通道运行良好。我决定拍摄一系列 50 个 BIAS 帧。这是在完全黑暗中使用 ISO 100 和 1/8000 秒曝光时间（最低 ISO 的最短曝光）拍摄的照片。偏置帧显示传感器在没有光线进入时看到的内容，传感器后面的 ADC 应该为每个像素提供一个“0”值。情况并非总是如此，我想分析一下这个值有多少变化。我不希望有大的变化或大的错误值。
使用我上一个问题中解释的方法，我一一读取我的 50 帧并查看随机像素的 R、G、B 值（随机但始终相同），让我们说位置为 [1500, 1500]。
在运行序列时，我将像素值与行和列的平均值进行比较。除了平均值之外，我还计算了行和列的标准偏差。
这是我发现的：
就我个人而言，我发现这些波动很大，没想到对于 14 位深度的 ADC 会出现这种情况。可能我查看数据的方式有问题，我犹豫了一下，但担心它再次与 ColorMapping、Demosaicing 等有关。
为了进行交叉检查，我想确保我从 Python 脚本中获得的像素 [1500,1500] 的值可以重现。因此，我安装了 ImageJ 或者也调用了它的最新版本 Fiji。使用 DCRAWreader 插件，我可以读取相同的 16 位帧并使用像素检查工具来查找位置 [1500,1500] 中著名像素的值。
ImageJ 值与我使用 Python 获得的值不对应。
我现在的问题是：“我应该如何解释在 Python 中上传的图片像素背后的 rgb 数字？它们与像素传感器阱中产生并由 ADC 转换为数字值的电子数量有何关系？ "