APEX，全称是 Additive System of Photographic Exposure，中文常译为"摄影曝光加法系统"。它是摄影曝光计算中一套非常经典、简洁的数学体系，核心思想是把曝光涉及的各个变量都转换成以 2 为底的对数，从而把复杂的乘除关系变成简单的加减关系。
1. APEX 的由来
APEX 最早由美国标准化协会（ASA）在 1960 年代提出，目的是统一曝光参数的表达方式。它后来被纳入 ISO 标准，也深刻影响了现代相机的测光与曝光算法。
传统曝光公式是：
H=q.L.tN2H=\frac{q . L . t}{N^2}H=N2q.L.t
其中 H 是曝光量，L 是亮度，t 是快门时间，N 是光圈 F 值。这个公式是乘除关系，使用起来不够直观。
这个公式描述的是：胶片或传感器平面接收到的曝光量 H，与被摄体亮度 L、快门时间 t、光圈 F 值 N 之间的关系。
APEX 的做法是：对每个变量取以 2 为底的对数，于是乘除就变成了加减。
2.曝光公式里面的q指的是什么？
q 的作用是把"场景亮度"换算成"像面照度"。它综合反映了：
- 镜头的透光率（玻璃吸收、反射损失）
- 镜头的渐晕和余弦四次方衰减
- 光圈的实际有效孔径与标称 F 值的偏差
- 相机内部杂散光的影响
在 APEX 体系里，感光度 S（ISO）被定义为：
S=qKS=\frac{q}{K}S=Kq
其中 K 是测光常数（由测光表或相机测光系统决定，典型值在 12.5 左右，单位是 cd·s/m² 等）。也就是说：
- q 反映的是"相机把亮度转换成底片曝光量的效率"
- K 反映的是"测光表把亮度转换成曝光建议的标定"
- 两者结合，就把物理亮度和最终曝光参数联系起来了
3.它与曝光方程的关系
以入射式测光表的公式ISOref=C×F2/(Lux×t)ISO_{ref} = C × F² / (Lux × t)ISOref=C×F2/(Lux×t)（其中,C是校准常数，F是光圈系数，lux是照度系数，t是曝光时间）来说，当我们把传统曝光公式中的qqq换成S.KS.KS.K的时候（即ISOref.CISO_{ref} . CISOref.C）,传统曝光公式变为饿了。
在标定ISO100基准值的时候，L这里要换成标准的环境亮度Lux，光圈N跟光圈F是一个意思。
H=ISOref.K.Lux.tN2H=\frac{ISO_{ref} . K . Lux . t}{N^2}H=N2ISOref.K.Lux.t
该公式可以变形为
ISOref=H.F2K.Lux.tISO_{ref} = \frac{H. F^2}{K.Lux.t}ISOref=K.Lux.tH.F2
这就变成了我们熟悉的入射式测光表的公式ISOref=C×F2/(Lux×t)ISO_{ref} = C × F² / (Lux × t)ISOref=C×F2/(Lux×t)
4. APEX 的核心变量
APEX 定义了以下几个量：
| 符号 | 名称 | 含义 | 与常规参数的关系 |
|---|---|---|---|
| Av | Aperture Value | 光圈值 | Av=2log2(N)，N为F数Av=2log_2(N)，N 为 F 数Av=2log2(N)，N为F数 |
| Tv | Time Value | 快门值 | Tv=log2(1/t)Tv=log_2(1/t)Tv=log2(1/t),t 为快门时间（秒） |
| Sv | Speed Value | 感光度值 | Sv=log2(ISO/100)Sv=log_2(ISO/100)Sv=log2(ISO/100) |
| Bv | Brightness Value | 亮度值 | Bv=log2(LK⋅S0)Bv=log_2(\frac{L}{K⋅S_0})Bv=log2(K⋅S0L),表示被摄体亮度 |
| Ev | Exposure Value | 曝光值 | Ev=Av+Tv |
这些量都是无量纲的纯数字，但每个数字对应一档（1 EV）的曝光变化。
5. APEX 的基本方程
APEX 最核心的方程是：
Ev=Av+Tv=Bv+SvEv=Av+Tv=Bv+SvEv=Av+Tv=Bv+Sv
这个式子把曝光分成了两条路线：
- Av + Tv：相机可以设定的曝光参数
- Bv + Sv：环境亮度和感光度的组合
6. 相机如何测得当前被摄物体的BV值
相机通常通过以下两种方式获取用于计算 Bv 的原始亮度信号：
- 使用独立的测光传感器：许多单反相机在取景器光路或机身外部设有专用的测光元件（如光电二极管）。光线通过镜头或专门窗口照射到传感器上，产生与亮度成比例的电信号，相机再将其转换为 Bv 值。
- 直接使用图像传感器（现代微单/单反）：在实时取景或拍摄前，相机的图像传感器本身就在充当测光表。它持续读取画面中各区域的亮度（来自图像信号的 Y 值），通过分区平均、加权等方式，计算出整个场景或特定区域的 Bv 估计值。例如，有测试发现，索尼 NEX 相机正是利用传感器测光，当使用无电子触点的镜头时，相机因"误判"光圈值，导致其计算出的 Bv 值也发生了相应变化。
智能算法：从"平均亮度"到"被摄体亮度" 相机测得的原始数据是"画面平均亮度"，但最终用于曝光的 Bv 值通常经过了复杂的算法修正，以尽可能反映被摄主体的亮度，而不是被背景或光源误导。
- 分区加权：画面被分割成多个区域，相机会根据对焦区域或主体位置，对中央或对焦点的测光值赋予更高的权重，从而突出主体亮度。
- 场景识别与补偿：当算法识别出逆光等复杂场景时，会自动对 Bv 进行修正。例如，一个专利描述了相机如何通过比较"边缘区域亮度"与"主体亮度"，来判断是否处于逆光环境，并据此调整最终的 Bv 计算。
所以，你看到的最终 Bv 值，通常是相机"看"到的原始光强，经过一套复杂的"思考"后，得出的一个它认为最能代表被摄主体的亮度判断。