093、AE 测光策略：全局测光、中央重点、人脸加权与多区域分块测光的实现
从一次“过曝门”事件说起
去年Q2，我们给某品牌旗舰机做前置摄像头调试。客户反馈：自拍时背景天空经常过曝，人脸倒是正常。我拿到log一看，AE统计值显示场景亮度中等，但实际天空区域已经爆到255。问题出在哪？测光策略。默认的全局平均测光把天空、人脸、衣服全揉在一起算，人脸区域权重不够，天空的高亮部分被平均掉了。后来改成中央重点+人脸加权，问题解决。但代价是：夜景自拍时人脸又偏暗了。这就是测光策略的典型困境——没有银弹，只有权衡。
测光策略的本质：权重分配的艺术
AE（Auto Exposure）的核心是计算场景亮度，然后调整曝光参数（曝光时间、增益、光圈）使最终图像亮度落在目标区间。测光策略决定了“哪些像素说了算”。从硬件角度看，ISP通常提供统计引擎，输出N×M个区域的亮度均值（Y值），每个区域16×16或32×32像素。软件层拿到这些统计值后，乘以不同权重，算出加权平均亮度。
全局测光（Average Metering）
最简单的策略。所有区域权重相等，直接平均。实现代码大概这样：
// 全局平均测光 - 简单但容易翻车uint32_tt
