分享

一亿像素和大底大像素传感器 手机拍照到底挑哪个?

 zjshzq 2020-08-03

这些天,华为总裁余承东的一条微博引起了IT爱好者们的热烈讨论。微博原文小黑会贴在下面,大致内容就是对手机相机进行产品分析之后,发现一亿像素的实际拍照效果不如大底大像素传感器。

不过,对一般消费者来说,一亿像素啥的都还好理解,大底?大像素?这些都是个啥?另外,在挑手机的时候,一亿像素和大底大像素之间到底该选哪个?

大底、大像素 到底是个啥?

余承东的微博原文是这样的:

当一名普通消费者看到这条微博时,第一反应一定是一头雾水:你这些汉字一个一个看我都认识,可组合在一起……怎么就一点都看不懂了?

没关系,既然很多人都看不懂这段微博在说些什么,那么小黑就负责来把它翻译成“人话”。

首先,我们来说说什么是大底。

摄影里的“底”,指的是成像介质。在手机相机中,成像介质就是“图像传感器”,也称作“感光芯片”。

相机拍摄照片的原理其实并不复杂,一般情况下都是先从镜头收集光线,之后通过图像传感器捕捉和记录光线。

说到这里,大底的好处我们也就一目了然了:图像传感器的尺寸越大,那么能够捕捉、记录的光线也就越多,也就能够拍摄出更加清晰的照片。

说完了大底,我们来说说大像素。

像素的概念大家都知道,就是组成一张图片的最小单位。

如上图所示,当我们把一张图片放到足够大时,看到的一个个色块,就是一个个像素。当然,像素其实并不是一个点或者一个方块,但在我们常见的情况下,都是显示成点或者方块的。

像素的定义我们已经知道了,那么高像素,乃至一亿像素的优点也就可以想象得到了:在其他条件相同的情况下,像素越高,照片所能呈现的细节也就越多。

▲ 像这样的巨幅海报,就需要极高像素的素材为基础制作

但高像素也有它的缺点,就是在光线较暗的环境下,图像传感器尺寸相同、像素越高,得到的画质越差。

小伙伴们应该都有这样的经验,在乌漆墨黑的夜晚,当你摆出一个自以为很好看的Pose自拍了一张以后,会沮丧地发现:

为什么自拍的照片清晰度这么差,是我不配这个Pose吗?

其实,这是因为在图像传感器尺寸相同的情况下,像素越高,单个像素的尺寸就越小,它的感光度也就越小,导致的后果就是拍出来的作品偏暗、噪点多。而手机的相机为了解决这两个问题,都会使用算法进行优化。然而,算法并不是万能的,清晰度的降低也是不可避免的了。

而大像素的优缺点恰好与高像素相反:还是在图像传感器尺寸相同的情况下,光线充足时大像素能呈现的细节较少,但在光线较暗时大像素反而能得到更好的画质。

▲ 大像素能采集更多的光线

因此,我们能得到这样一个结论:最好的情况应该是高像素+大像素+超大底。

但是,至少对手机而言,这并不现实。

十六合一大像素 是怎么炼成的

写到这里,大家一定对华为的大底、大像素的相机方案感到不小的兴趣,特别是这条微博的配图里,什么4K分辨率啊、60FPS啊这些大家都懂,超大传感器的优点小黑刚刚也已经说过了,但是问题又来了:

这16合1像素融合技术又是个啥?

这个问题,说起来其实很复杂,但小黑绞尽脑汁,还是把它的原理精简到了极致:所谓的16合1像素融合技术,就是把十六个同色像素排列在一起,形成一个大的像素。

▲ 像素融合技术示意

比如说,在暗光环境下,1μm(即微米)的像素尺寸在目前工艺下会感光不足,通过16合1像素融合技术,可以将16个同色的像素合成一个尺寸为4微米的像素,以满足暗光环境下的感光需求。

然而,当图像传感器以合成后的像素尺寸采样时,得到照片像素却只有原先的十六分之一,也就是说,假设有一枚4000万像素的摄像头,在这种情况下得到的图片像素是250万像素。

在最终输出照片之前,手机再利用神奇的算法重新拆分、排列合成的大像素,使4微米的大像素重新回到1微米。这样,最终生成的照片依然有4000万像素,同时又使1微米像素获得4微米像素的感光效果。

其实,像素融合技术早就不是什么新鲜玩意了,早在1999年,尼康的首款数码单反D1就采用了与索尼联合开发的四像素合一的技术,而在手机上,2014年推出的iPhone 6就在前置摄像头上采用了这一技术,这一技术的开发者之一的索尼则在更早就将这一技术运用在了手机相机上。

▲ 2017年发布的小米Note3也是较早采用像素融合技术的手机之一

当然,16合1像素融合技术运用到手机上,也是华为的一项创新。

不过,小黑在官网上查找相关数据的时候却发现:

好像在拍照片这一块,华为宣传的还是4合1像素,而16合1像素融合技术则只出现在了视频部分呢。

▲ 华为P40 Pro+官网截图

▲ 华为P40 Pro+官网截图

另外,还有一个小黑觉得有必要提及的名词,是上面那张图里提到的、华为从P30 Pro开始就采用的RYYB阵列。

RYYB阵列的历史,小黑无意在这里从头说一遍,毕竟这个话题要是真的聊下去,差不多这一周的内容都得是这些。大家只需要知道,目前绝大多数的手机采用的都是RGGB阵列,也就是每一组四个像素采用红、绿、绿、蓝的对角线排列,而RGGB则是红、绿、绿、蓝的英文首字母缩写。

同理可得,RYYB阵列就是每一组四个像素采用红、黄、黄、蓝的对角线排列。

那么问题来了:RYYB阵列究竟有什么优势,可以让华为坚持使用这种少见的排列方式呢?

答案其实和华为率先采用16合1像素融合技术的初衷是一样的:RYYB阵列可以增加40%的图像传感器进光量,使暗光条件下拍摄的照片能拥有更多的信息。

但RYYB阵列的缺点也很明显:直出的照片色彩会有比RGGB阵列明显的色差,这就对算法提出了更高的要求。

是骡子是马,还得实拍才能有答案

上面解释了那么多技术方面的问题,但一款手机的拍照功能究竟如何还是得看实际拍摄的效果。所以,小黑请来了风口浪尖上的两位主角:小米10和华为P40,分别选取了白天和傍晚的两个场景来展示两款手机的拍照效果究竟如何。至于为何不选P40 Pro么……都是四千元档次的手机,你还要什么自行车?

我们先来看一下两款手机的后置相机参数对比

两款手机在参数上其实各有千秋,小米10在主摄像头的表现以及视频拍摄上更胜一筹,而华为P40则在广角摄像头的参数上表现得更好。那么,两款手机的实拍效果如何呢?

▲ 小米10

▲ 华为P40

我们可以看出,小米10拍摄的照片拥有较高的亮度,亮部和暗部的层次感不强。而华为P40拍摄的照片的色彩饱和度更高,亮部和暗部也有更明显的层次感。

如果以一个朋友圈爱好者的角度来看,华为P40还是更胜一筹,毕竟更蓝的天、更白的云,谁不爱呢?

当然,这一切都是算法的功劳,因为实际上拍摄当天的天……还真没这么蓝。

在细节上,小米10显示出了一亿像素的强大威力。

▲ 小米10

▲ 华为P40

在对图片进行大幅放大之后,我们可以发现小米10拍摄的照片在细节解析度上略胜一筹,连树叶、窗户的栏杆也能清晰分辨,但也出现了图像过于锐化的问题。华为P40拍摄的照片在此时已经相当模糊,无法看出层次了。

接下来是在夜景上的表现:

▲ 小米10

▲ 华为P40

和在白天拍摄的照片相比,两款手机在夜间拍摄的照片拥有一样的特点:小米10拍摄的照片更亮,而华为P40拍摄的照片则拥有更饱和的色彩显示。

不过,与白天的成像效果相反,华为P40在夜间所拍摄的照片反而更符合人眼实际看到的色彩,小米10的夜摄效果则有明显的紫色畸变。

▲ 小米10

▲ 华为P40

将两款手机在夜间拍摄的照片放大之后,我们也可以看出明显的不同:米10的夜摄照片依然拥有更高的细节,而华为P40的照片可以明显看到噪点的存在。

两款主流机型的相机适合哪些人群?

总的来说,这两款手机的相机都有相对不错的表现,也都作出了对相机不同方向极限的探索。

但是小黑觉得非常不解的是:网上总有许多键盘侠挑起事端,以喷人为荣,比如下面这些就是典型代表:

▲ 就您这还是个黄V呢?

但是历史总是证明,真正引领人类进步的是各自领域的探索者,而不是键盘侠。你们有这些闲工夫学学小黑普及一下科技知识不好嘛?

言归正传,小黑实在无法简单地将这两款手机的拍照效果做高低对比,毕竟两者走的是完全不同的风格:

小米10追求更高的细节展现能力,比较适合有一定后期处理需求和能力的用户,毕竟更高的像素所能带来的就是更高的后期处理自由度。

华为P40则更注重照片的整体表现力,就像小黑前面所说,P40拍摄的照片甚至可以直接发到微博、朋友圈去骗赞,对如今那些本体在互联网上的用户而言,这可能是他们更想要的效果。

当然,如果你们硬要分个高低出来的话,小黑只能祭出专业评分网站DXOMARK的评分:

所以,这两款手机的拍照功能真的差得很多吗?好像也没有吧。

对我等普通消费者来说,硬要去说一亿像素和大底大像素究竟孰优孰劣并没有什么意义:超高像素有超高像素的优势,而大底大像素则有大底大像素的优势。

大底大像素固然很好,就如摄影圈的名言“底大一级压死人”,小黑如果没有记错的话,首先在微博宣传大底优势的还是雷军呢。话说回来,如果超高像素真的没有意义的话,华为当初又何必和小米争夺4800万像素手机的首发,三星也在它的旗舰机上搭载了一亿像素摄像头?

归根到底,真正重要的还是实际成片的效果,不然为何众多专业摄影师还捧着1200万像素主摄像头的iPhone11 Pro呢?

对了,小黑还得插一句:国内的安卓厂商什么时候可以完全关闭相机美颜啊?不管用小米也好华为也好,拍出来的都不是小黑本黑,全变成小白了……

图源:DXOMARK官网、微博

图源:百度、自摄、三星官方、华为官方

点击留言告诉我们

评论区等你哟!

交易担保 智能留言 除了上面列出的这些内容,还有哪些地方是你在挑选手机时会在意的呢? 小程序

推  荐  阅  读

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多