首页 > 科技未来 > 内容

计算摄影极大地提升了iPhone的拍照能力，为什么不使用相机？

发布于：2024-06-21 编辑：匿名来源：网络

在iPhone 11系列发布会上，苹果高管Philip W. Schiller在介绍iPhone 11 Pro系列的成像系统时首次引入了计算摄影的概念。

这个概念也是第一次为公众所知。

事实上，计算摄影的概念并不新鲜。

它最早出现在1994年的一篇公开论文中，确定机内合成HDR、全景照片、模拟散景都属于计算摄影的范畴。

但当时照片的主流载体还是胶片，数码相机才刚刚起步，手机上还没有摄像头。

▲Philip W. Schiller 在 iPhone 11 Pro 发布会上介绍计算摄影。

图片来自：Apple 几十年后，图像记录的载体从胶片变成了数字，手机有了摄像头，计算摄影也从理论演变为走出贫困逐渐成为大趋势。

然而，这种趋势与相机关系不大。

相机制造商仍在稳步提高像素、连拍速度和视频能力。

他们似乎对计算摄影充耳不闻。

他们（直接拍摄）拍摄的照片仍然平庸，并逐渐被智能手机取代。

“超过”。

相反，智能手机芯片的计算能力越来越强，AI、算法、机器学习介入的范围也越来越广。

解释图像的方法越来越多。

最后，经过一系列“算法”处理后的照片也变得更加漂亮了。

如今，很多人外出时更愿意用手机记录和分享，而相机却越来越少见。

这也体现在两者的市场表现上。

智能手机市场快速增长，而相机市场却连年萎缩。

甚至DC（卡片相机）也逐渐消失。

这时候可能有人会问，既然用智能手机拍摄的照片观感这么好，为什么传统相机厂商不顺应计算摄影的潮流，考虑改善直接拍摄的照片观感呢？是相机不够强大，无法计算吗？我们先从“核心”问题开始。

手机的核心是SoC，集成了CPU、GPU、ISP、NPU和基带。

它可以让你进行打电话、拍照、观看视频、玩游戏、上网等操作，也直接决定了手机的性能。

相机的核心部件是图像传感器（CMOS），除了元件面积外与手机类似，用于成像和感光。

另外，控制整个摄像头系统的中央处理芯片称为图像处理器。

以索尼的BIONZ（α7RIII的BIONZ X配备双ISP）为例。

缺点是集成度没有手机高。

BIONZ X中SoC的功能与手机类似。

它控制控制界面和摄像头功能，性能要求不高。

图像传感器采集到的“数据”经过拜耳变换、去马赛克、降噪、锐化等操作，大多依靠ISP，最终将CMOS采集到的数据转换成相机的实时视图。

在这个过程中，相机的ISP不参与计算过程。

它只是把照片当成流水线上的产品，统一处理。

▲ 索尼 BIONZ 很大。

在不涉及“计算”的情况下，相机图像处理器的处理能力远远超过当前智能手??机ISP的处理能力。

但当谈到计算摄影或人工智能功能时，情况就有点不同了。

智能手机的成像过程有点类似于相机，但在最终图像呈现之前，需要ISP和DSP计算、实时调整和优化。

尤其是多摄像头系统成为主流之后，手机上的计算数据量成倍增长。

iPhone 11 Pro系列推出多摄系统后，多摄系统的流畅无缝切换得益于A13 Bionic中两个全新机器学习加速器的庞大数据处理能力，达到万亿级每秒次数。

高频高效的数据处理能力可以吸收三颗摄像头产生的海量数据。

相机的图像处理器大多对原始数据进行预处理，几乎没有计算过程，而手机SoC则包括数据采集预处理和后续计算过程。

两者侧重点不同。

针对不同人群，由于市场细分，手机计算摄影发展迅速。

根本原因是手机的图像传感器（CMOS）尺寸太小。

以目前的技术，想要在物理上超越或者接近相机，只能通过算法来优化。

打造完美观感，例如自动HDR、超级夜景、模拟大光圈、魔幻天变等功能。

▲ 拍照，iPhone 完成的“计算”过程。

图片来自：Apple 不过，这些算法的解读仍然很难实现“个性化”干预，比如滤镜添加到什么程度、HDR高光和暗部保留到什么程度？但对于面向大众的手机来说，让尽可能多的人拍出好照片才更符合手机的市场定位和人群定位。

自从相机发明以来，相机就是一个绝对的“工具”。

为了高效，外观、操控、功能等都会为了效率而妥协。

针对较小的职业人群，自然会更符合他们的需求。

相机会尽可能多地记录色深、颜色和光线等信息，以便用户可以进行更广泛的后期调整，以确定它们看起来是否好看。

不符合他们的需要。

▲ RAW文件记录的信息更多，可以调整的范围更广。

图片来自：本·桑多夫斯基。

对于大多数没有摄影基础的人来说，得到一张好看的照片远比得到一条资料要好得多。

丰富的照片更重要。

对于瞄准专业领域的相机厂商来说，提高RAW记录的色彩深度比提高JPG直接输出效果更符合市场定位。

不过，事情并没有那么绝对，相机也在努力改变。