手机拍照真有必要 2 亿像素？为什么有「不是所有 2亿都是灭霸 2亿」的说法？
小像素高分辨率的优势:
可见下图，在相同的条件下拍摄两个客观物体，大像素低分辨率的图像传感器输出的图像数据，是无法还原实际物体情况，但是小像素高分辨率就可以还原物体实际情况。
但小像素在感光和SNR上的表现，往往不如大像素。
为了兼顾这种高像素与大像素的优势，图像传感器厂商就设计出来Color Fliter合并排布的CMOS图像传感器，也就是Binning 像素合并的技术。
使用这种CMOS就可以实现在大像素与小像素之前切换，根据不同的设置输出最符合需求的图像。
Remosaic 算法
对于使用合并Color Fliter的CMOS图像传感器，像素并不会在物理上移动重排。因此必须使用特定的图像算法将其转换成原始Bayer格式，这个处理算法称为"Remosaic(重排马赛克)"
Remosaic是一种将2x2，3x3，4x4像素单元的cmos传感器数据转换成标准bayer格式(例如GRBG,RGGB等)，提升图像分辨率，实现高像素输出的图像处理技术。
Remosaic 算法主要分为两种: SW Remosaic 和HW Remosaic。
SW Remosaic: CMOS输出的是非bayer raw，利用SOC平台集成算法根据周围像素的距离和像素交换的关系，计算像素信号的特定权重比例，进而插值得到标准的 bayer raw，然后由ISP处理得到最终的图像。
HW Remosaic: CMOS内有集成的专用Remosaic 硬件模块，可以对tetra raw 重新排列直接输出 高分辨率bayer raw。
HW Remosaic在早期发展路径中由于功耗与帧率高的优势，比较受推崇，后期随着芯片制程发展，SOC的数据处理能力得到极大提升，SW Remosaic的算法计算优势远超HW Remosaic，所以现在SW Remosaic为主流。
Remosaic 与Demosaic的区别:
Demosaic:
由于在Bayer raw上每个像素只记录一种颜色，这并不是全彩图像(每个像素需要红，绿，蓝三通道数据)。
Demosaic算法是通过插值(Interpolation)办法, 根据相邻像素的颜色信息，估算出每个像素的两种颜色值变成全彩色图像的算法。
Remosaic:
Remosaic算法与Demosaic算法的顺序:
可见，在高像素成像场景，这两种算法会形成一种“先 Remosaic，后 Demosaic”的流水线关系。