为什么更多的百万像素并不总是意味着更好的智能手机照片

智能手机相机中的百万像素竞赛是消费者技术中最稳定的营销帐户之一。每个发射季节都会在我的桌子上浪潮。

这次，标题号为200。三星，Honor，Vivo和Motorola的旗舰产品最近具有200兆像素摄像头。

很容易地假设更大的手段更好，这种跳跃将使电话摄像机与专业设备无法区分。

经过数年的测试，通过价格频谱测试了手机，我学会了查看超越标题的规格。我不再继续保持百万像素的数量。

小传感器，小像素和电话摄像机的真正极限

百万像素竞赛达到了限制，持续智能手机传感器的大小。电话传感器比没有镜子的DSLR或传感器小得多。

在微型传感器上制造商包装12MP，48MP，108MP或200MP，但每个像素（Photoite）必须收缩。这种像素的拥挤改变了传感器捕获光的方式。

较大的照片收集更多的光并产生更清洁的信号。较小的照片捕获较少的光子并产生较低的信号。

该低信号必须在低光条件下以电子方式扩增，以创建正确暴露的图像。

扩增增加了数字噪声，被认为是谷物或污渍，尤其是在阴影和扁平色中。

较大传感器中没有更多的光可以改善动态海滩，这是捕获场景的反射和深色阴影中细节的能力。

这就是为什么具有大16MP传感器的数字SLR比200 MP手机可以产生较丰富，更丰富的图像。

移动摄影中最大的跳跃是软件。电话摄像机使用与噪声和有限的动态范围战斗的小传感器，因此工程师依靠计算摄影来补偿。

像Google的Marc Levoy这样的先驱者没有将照片作为单个展览打交道，而是将其处理为数据以捕获和完善。

手机拍摄几张图像，对齐它们并使用算法来获取细节，减少噪音并平衡反射和阴影。

Google Pixel系列已成为证明。他以12MP传感器的速度超过了相机排名，而竞争对手进行了48MP和108MP。

这堂课很清楚。与强大的计算机处理相关的经过良好调整的传感器可以超过没有同样能力的软件的更大，更大的百万像素设备。

Pixel Binning还证明了MeGapixel Race专注于营销。工程师使用它来补偿拥挤的小像素的缺点。

Pixel Binning允许图像信号处理器（ISP）组合较大的超像素中的相邻像素。

共同的模式为2×2（4→1，四），3×3（9→1，nona）和4×4（16→1）。例如，默认情况下，具有Binning 9至1的108 MP传感器将发布12MP（108/9 = 12）。

同样，许多200 MP传感器使用16到1的binning产生〜12.5 MP的图像（200/16 = 12.5）。 Binning模拟了更大像素的光的光。

超像素通过增加或使相邻像素的平均值来刺激灵敏度并改善噪声中的信号。

目的不是提供200 MP的照片，而是使用200 MP传感器来创建更好的12 MP图像。

该周期表明，更多像素分布了真正的目标，这应该是更好的像素。

相机的规格只是故事的一部分。用户对相机质量的感知不仅是由手机的硬件，而且由它通过的整个软件链所影响。

人们在Instagram，Tiktok和Facebook上共享并显示大多数智能手机照片。

这些服务管理大量的每日下载，并且必须迅速保留在数十亿个混合设备和速度上。

他们通过积极地压缩图像来做到这一点。另一个瓶颈是如何优化针对Android的iOS的第三方应用程序。

Android设备非常多样化。成千上万的品牌模型混合了不同的传感器，目标和图像处理器。

对于Instagram或Snapchat等团队，每种Android配置的优化都是不现实的，因此许多人都采用了独特的管道。

另一方面，苹果每年都会运送一些iPhone型号。这种一致性使开发人员可以调整应用程序以有效访问相机电池。

结果，即使Android设备具有更好的相机系统，在iPhone上下载的照片似乎通常比从Android手机上更好。

在有关传感器，软件和社交算法的所有演讲之后，照片的质量似乎已经脱离了。但这与事实相距甚远。

任何相机最有力的功能是持有它的人。与其继续下一个百万像素颠簸，不如关注基础知识。

首先，学会看光。光是每张照片的原始成分，甚至世界上最好的传感器也无法节省糟糕的一天照片。

尽可能使用自然光。尽管进行了计算，但智能手机传感器仍在内部战斗。

第二，主构图。由简单主题组成的照片比一张$ 2,000手机的混乱照片要好得多。