現(xiàn)在手機行業(yè)的熱點有點向雙面屏幕過渡的趨勢，但不可否認的是拍照質量一直是企業(yè)間競爭的核心。

作為光-電轉換的系統(tǒng)，顯然不可能清晰度無限提升，否則單反都可以扔了，現(xiàn)在問題來了：手機攝像頭拍照清晰度的理論極限在哪里？我們是否已經達到/超越了？

一個物理學概念

當我們把照片放大，放大到最后一定是像素馬賽克的點陣。如果每個像素都能表達信息，那么就可以說是清晰度的極限了。但事實上是做不到的，首先要從鏡頭說起。

我們拍照，相當于畫面就是由無數個發(fā)光或是反射光的點集合而成，或者數學上就是積分的概念。

那么單個點光源的成像極限就是光學系統(tǒng)的分辨能力極限。單個點光源其實很容易獲得，夜空中的亮星都是理想的點光源。

點光源穿過理想透鏡的時候，會發(fā)生一個光學現(xiàn)象，稱之為衍射。

在1835年的時候，英國皇家天文學會的喬治·比德爾·艾里發(fā)現(xiàn)了一個現(xiàn)象，那就是在焦點處會出現(xiàn)一圈一圈的衍射同心環(huán)條紋，這個稱之為艾里斑，我們拍攝任何照片，最后的成像都可以理解為艾里斑的積分，通俗的理解就是無數艾里斑在一起，構成了照片。

艾里還給出了艾里斑大小的公式：θ1≈1.22λ/D。如果一個鏡頭不能把兩個艾里斑解析開，讓它們重合了一部分，那就是鏡頭的解析力的極限。

說了半天，艾里斑有多大呢？上門那個表就是理想狀況下艾里斑直徑的數值，我們會發(fā)現(xiàn)，光圈越大、艾里斑直徑越小。

但是這不是與我們照相機系統(tǒng)F8左右成像好，光圈全開畫質劣化相矛盾了？錯！我們用的鏡頭都不是理想透鏡，要妥協(xié)不同光圈的成像畫質，這才是光圈全開劣化畫質的根源。

像素：超越艾里斑

上門的數據表格是針對綠光的，那么一個大約1/2.5英寸、1200像素的iPhoneXS感光器單個像素有多大？蘋果在發(fā)布的時候給出了答案：1.4微米。這就說明單個像素已經要和艾里斑的大小差不多了。

要知道iPhone Xs只有1200萬像素，而主流的國產拍照手機攝像頭，都早已超越了這個數字，這也就是說單個像素已經小于艾里斑，那么也就超越了理論的分辨極限：兩個或是多個像素來表現(xiàn)一個艾里斑并不能提高分辨率。

有什么辦法嗎？有的。要么鏡頭更大、感光器的面積更大，這也是為何單反的畫質一直要比手機好的原因所在，同樣像素數量，單反的像素要大得多了，捕獲的信息更多。

但是手機受到尺寸的制約，沒辦法使用更大的鏡頭和感光器，這就是人們開始嘗試多攝像頭的原因。

并且，由于手機的鏡頭其實也距離理想透鏡想去甚遠，因此從物理角度看，分辨率到今天已經達到了極限。那么可以改進的地方在哪里呢？首先是感光器本身。

影像傳感器不論是CCD還是CMOS，都有個信噪比的問題，當曝光時間變長的時候噪聲會變得非常強，噪點增多，所以使用優(yōu)質供應商的高信噪比攝像頭很關鍵。

優(yōu)化的核心是什么

攝像頭捕獲的原始信息還要經過壓縮才能轉換成我們手機里的JPG照片，這其中涉及到壓縮和圖像優(yōu)化。

JPG使用的離散余弦變換壓縮方式決定了畫質變差是整體的，所以要文件盡量的大才能盡可能多的保留信息，而事實上今天手機的照片也是動輒原圖有好幾MB大小。

另外一方面則來自圖像分析程序的進步。突出的就是Google Pixel3的手機，Night Sight可以在夜間排出近乎白天的效果。

這就是AI的功勞。同過機器學習的人工智能訓練好了之后手機的計算能力處理已經綽綽有余，同過AI，可以分析當前得到的相片和訓練模型進行比對，進而增強、優(yōu)化，讓照片“看起來”更清楚。

正如文中所說的，我們現(xiàn)在的手機拍照，其實早已經超越了鏡頭光學的分辨極限，只要手機鏡頭和CCD還是這么大，物理的極限就在這里，突破不了，提升的是算法，更討好的是我們的眼睛，讓照片“看起來”更清楚。