「分析」手机像素都干到 6400 万像素了,它的意义何在?

2019 年 7 月 24 日 ZEALER订阅号


十万人测评俱乐部Q群:631042704

ZEALER极客交流Q群:414894623




看到一张好照片时,常常有人以“像素”来形容它,“你这像素真高”、“像素高就是好”。

 

由此可以看出,像素这个营销点的确深入人心。同时,几乎每场智能手机发布会都会在拍照上下足功夫讲解,生怕自己的新产品在功能、硬件、体验上不够强。


 

这不,新机还没有发布,各位深谙互联网营销的高管们也开始轮番“秀肌肉”。处理器跑分太干涩、内存多高没啥创意、外观还不能泄露、新配色亦然,那只剩下深入人心的相机效果。而相机效果比较直白的就是像素数,像素的高低基本可以与硬件强弱划等号。

 

前有 Realme,后有 Redmi,纷纷晒出 6400 万像素样张。不用猜都知道,它们都是在为新品造势。不知不觉,近些年智能手机似乎又开始刷高像素了。


(Lumia 1020 4100万像素摄像头) 


对于智能手机相机的像素最开始冲顶的大概就是索尼的 Xperia Z 系列和诺基亚的 Lumia 1020,索尼占据了自家传感器的优势,一直主打 2070 万像素的摄像头,而 Lumia 1020 则是凭借与蔡司的合作,直接冲上 4100 万像素。

 

而如今,凭借着索尼 IMX586 的出世,现阶段的旗舰机几乎都达到了 4800万像素。而接下来的三星 GW1 则有着生成 6400 万像素照片的能力。上游供应链之间的博弈,让智能手机主摄像头的像素战争愈演愈烈。


//////////

 高像素的利与弊 


索尼Xperia Z 系列上的 2070 万像素摄像头并非独享,此前魅族 MX4 也采用过 2070 万像素摄像头。但纵观整个手机市场,大家对于上 2000 万像素并不感冒,主流的产品依旧在 1300 万、1600 万像素徘徊。在当时,高像素传感器的拍摄体验并不太好所导致。


(魅族MX4搭载2070万像素摄像头) 


第一,高像素传感器所生成的图片体积很大,当年还没有普及 UFS 闪存的情况下,拍摄写入一张全像素照片时间比较长。最直观的感受就是“卡顿”。

 

第二,高像素照片有着极大的信息量,对处理器平台要求很高,同时对于图像算法和优化等软件也有着很高的要求。面对更新换代极为频繁的手机产业来说,吃透一块 CMOS 显然不太切合实际。

 

第三,高像素、小尺寸,自然单个像素尺寸也更小,相互间的串扰、热噪也会影响到成像质量。

 

上述都是高像素传感器带来的弊端,主要是高信息量带来的读写、算法以及成像质量上。


 

至于优势,也是在于高信息量上。一方面是,高像素有了更多的细节,可以简单理解为更为锐利。另一方面,更利于数码变焦,配合多组摄像头可以带来更接近光学变焦的拍摄效果。

 

//////////

 怎么一下子就突破到了4800万?


上文所言,高像素带来的问题比较棘手,而智能手机高像素的军备竞赛也停滞了一段时间。各厂商的精力也从像素,转移到了摄像头数量上。


(左:传统拜耳排列,右:四拜耳排列)

 

而四拜耳阵列(Quad Bayer)技术的成熟运用又打破了这一平衡,也就是目前的索尼 IMX586 传感器。四拜耳阵列技术,简单来说就是可以四合一像素,从而单个像素尺寸也提升至 0.8um。默认状况下输出 1200 万像素,同时也可以输出全 4800 万像素。

 

如今 UFS 高速闪存的运用,以及处理器平台性能的进步有利于高像素传感器的运用,即使是全像素输出,在使用体验上,并不输四合一模式。


(三星GW1传感器)

 

如今,Realme 和 Redmi 共同炫技的 6400 万像素 GW1 传感器与IMX586相同,都是四拜耳技术的运用。也就是说搭载 GW1 传感器的产品,在默认状态下只会输出 1600 万像素的照片。不过,从另一个方面来看,这也是一类像素竞赛。

 

//////////

 四合一像素才是真香 

 

无论是现在的索尼 IMX586,还是即将问世的三星 GW1,在默认情况下它们都只是有 1200 万/1600 万像素照片,只有设置之后才会启用全像素模式。

 

同时以 IMX586 的产品使用体验为例,其实在日常使用情况下,很少开启高清模式。并且在全像素模式下,相机的功能会有所限制,无法启用 AI,无法快速连拍以及无法启用超级夜景。


 

四拜耳技术其实最主要的并非是超高像素的运用,而是四合一像素,提升单个像素尺寸,在低光下带来更纯净的画面。这对于小尺寸的传感器来说,是一则突破,为智能手机提供了更多的适用场景。

 

另外,透过算法也可以获得一定的裁切功能,一颗摄像头就能提供两个焦段。也就是说以一颗摄像头就能达到之前双摄变焦的效果。

 

弱光和变焦功能才是四拜耳技术带来的最大利好,而全像素的输出更像是附加品。


 

同时,智能手机的拍照更多的还是分享,如今社交平台对于照片都有自己的压缩算法,对于高像素需求并不高。反而弱光性能、变焦功能才是刚需,这也是近几年卡片机被智能手机渐渐取代的直接原因。


高像素的弊端其实并没有消除,四拜耳阵列技术的运用只是从侧面解决问题。这就好像如今无实现真正的全面屏技术一般,高像素手机传感器依旧有不少的技术难点,如今的“四合一”传感器,最好还是把它们看作拥有高像素输出的一千万像素传感器为好。


END


SPY 机皇争霸赛 小组赛已经接近尾声。万众期待中,我们终于迎来了 D 组的压轴大戏,苹果 iPhone XS Max VS 索尼 Xperia 1。索尼与苹果的比较,3 成选择的“小众”对抗 7 成支持的王者。今天的苹果与索尼,究竟谁能在这场旷世之战中守住自己的尊严。请投票告诉我们你的选择!


打开 ZEALER 小程序观看视频



记得帮忙点个“在看”哟

登录查看更多
0

相关内容

诺基亚出厂的4100万像素的window phone 8手机
【人大】图实现算法综述与评测分析
专知会员服务
37+阅读 · 2020年4月28日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
去噪算法升个级,图片瞬间变清晰 | 论文
量子位
7+阅读 · 2019年1月22日
超像素、语义分割、实例分割、全景分割 傻傻分不清?
计算机视觉life
19+阅读 · 2018年11月27日
图像主题色提取算法
算法与数学之美
4+阅读 · 2018年9月1日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
一场深度学习引发的图像压缩革命
极市平台
8+阅读 · 2018年3月30日
计算机视觉方向简介 | 阵列相机立体全景拼接
计算机视觉life
6+阅读 · 2018年1月3日
Arxiv
12+阅读 · 2019年1月24日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Arxiv
6+阅读 · 2018年7月9日
Arxiv
7+阅读 · 2018年2月26日
Arxiv
4+阅读 · 2016年12月29日
Arxiv
4+阅读 · 2015年8月25日
VIP会员
相关VIP内容
【人大】图实现算法综述与评测分析
专知会员服务
37+阅读 · 2020年4月28日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
相关资讯
去噪算法升个级,图片瞬间变清晰 | 论文
量子位
7+阅读 · 2019年1月22日
超像素、语义分割、实例分割、全景分割 傻傻分不清?
计算机视觉life
19+阅读 · 2018年11月27日
图像主题色提取算法
算法与数学之美
4+阅读 · 2018年9月1日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
一场深度学习引发的图像压缩革命
极市平台
8+阅读 · 2018年3月30日
计算机视觉方向简介 | 阵列相机立体全景拼接
计算机视觉life
6+阅读 · 2018年1月3日
相关论文
Arxiv
12+阅读 · 2019年1月24日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Arxiv
6+阅读 · 2018年7月9日
Arxiv
7+阅读 · 2018年2月26日
Arxiv
4+阅读 · 2016年12月29日
Arxiv
4+阅读 · 2015年8月25日
Top
微信扫码咨询专知VIP会员