图像处理模式Binning
Binning(合并读出)
常用的减少分辨率：Skipping（跳采样）和Binning（合并读出）.
Binning 图像读出模式：
将相邻的像元中感应的电荷被加在一起，以一个像素的模式读出。Binning分为水平方向Binning和垂直方向Binning，水平方向Binning是将相邻的行的电荷加在一起读出，而垂直方向Binning是将相邻的列的电荷加在一起读出；
优点：将几个像素联合起来作为一个像素使用，提高暗处对光感应的灵敏度，输出速度，当行和列同时采用Binning时，图像的纵横比并不改变，当采用2:2Binning，图像的解析度将减少75%。
缺点：降低输出图像解析力，只能输出单色图像。
Skipping模式
对所有行列的像素点进行采样，这样才能获取非原始分辨率的图像（降低的分辨率图像），而行列数据是成对读取的。
Bayer Pattern（拜耳阵列）
CCD（charge coupled device）或者CMOS器件作为光传感器的时候，采集数字图像时用到的一种常见的方法。
原理：每一个像素点CCD都只接收了RGB三个分量中的一个分量。一般而言是按照“RG/GB”的方式排列（对照图可以了解RG/GB其实是一个正方形的两行这么排列的）。
增加不同颜色的滤镜，使得每个像素识别一种颜色。然后通过通过插值的方式将每个像素点中丢失的两个颜色找回来，得到每个像素的RGB值。
Bayer Pattern
remosaic插值算法
传统的拜耳结构采用RGGB结构，由于CMOS本身没有辩色能力，只能获得值的大小；sensor的output 不是常规的Bayer pattern，所以想要获取更高的分辨率，就需要remosaic算法，然后进ISP处理。
Remosaic通常分为软件和硬件两种方式。
软件Remosaic，通过像素互换，或该像素与周围相关像素的联系，根据距离远近计算出一定的权重比例，作为该像素的信号值，通常软件Remosaic算法放在平台端集成。
硬件Remosaic也有部分芯片，通过独立的ISP信号处理变换像素结构，每个感光单元又都能独立显示并且输出数据，可以拍摄出正常硬件直出的Bayer排布，无需额外软件插值。
硬件比软件的Remosaic在处理速度上会快很多，硬件Remosaic可以支持Full size Bayer预览，然而手机端是否要用full size去预览还需要综合考虑功耗等其他因素；软件Remosaic处理需要花费更长的时间，目前仅作为Full Size拍照时候使用。
4cell 芯片
也有称之为 “Tetra cell”、“Quad bayer”、“Four cell”等，该芯片基于经典的Bayer阵列，将每一种颜色以4个pixel组合排列，成功让一款摄像头能在高像素和大像素间自由切换。
从原始的4cell1像素排布，还原成普通拜耳（Bayer）结构的过程，称之为Remosaic