【科普】人眼到底等于多少像素

简介: 1人眼究竟多清楚 谁也不知道     人眼到底是多少像素的,从数码相机出现的那一天起,就有无数人提这个问题,谁让数码相机把视觉效果以Pixel像素这样一个简单的数字表现出来了呢。

1人眼究竟多清楚 谁也不知道

    人眼到底是多少像素的,从数码相机出现的那一天起,就有无数人提这个问题,谁让数码相机把视觉效果以Pixel像素这样一个简单的数字表现出来了呢。之后就有不少人纷纷拿出了自己的算法,得出的结论少的有500万,多的有100亿,当然还有一个5.76亿这么一个看起来超级标准的数字。不过今天笔者也想来和大家讨论一下,到底人眼有多少像素。

人眼究竟多清楚 谁也不知道

最高超10亿  实测人眼到底等于多少像素

    其实像素并不是一个足够客观的数字,因为像素本身有一个很大的局限性,那就是每个像素的尺寸是一样的,而且像素对应出来的分辨率是均匀的。简单来说,像素这种东西只适合显示器(类显示设备)的平面产品,用来描绘人眼这种高、精、尖的“设备”实在是太过于简单粗暴了。

最高超10亿  实测人眼到底等于多少像素
人眼的结构非常非常的复杂 所以我们很难以传统相机的标准来考量

    当然像素依旧是可以说明问题的,最起码他可以描绘一个很理论的人,换句话说就是这样的一个前提条件:眼睛无论什么角度什么位置看什么东西都是一样清晰的。好吧,这样的人铁定是不存在的,但是按照人类的观察习惯来讲,我们可以确定一个事情,如果我们真的用这么高像素的相机拍出来的照片,我们用尽所有力气也是看不到颗粒的。

    好了废话说了这么多,下面马上进入我们的论(che)证(dan)环节,让我们一起看看人眼究竟能相当于多少像素的数码相机。

产品:D810(单机) 尼康 数码相机

2理论文献多又多 我们来看看

理论文献多又多 我们来看看

    既然这是一篇出发点还是希望是严谨的文章,我们肯定首先要做的事情是来寻找一下目前已有的资料进行考证,关于人眼生理结构的资料可以说非常完善了,这里边笔者大概给大家提供以下几个点出来:

    No.1 人眼能够分辨率的最小细节折合0.59角分
    No.2 人眼拥有大概650万个视锥细胞
    No.3 人眼用欧大概1.2亿个视杆细胞
    No.4 人眼的事业大概为向外95° 向内60° 向上60° 向下75°
    No.5 人眼只能够清晰的分辨出中央10°范围的物体
    No.6 人眼的分辨率越往外越低
    No.7 人眼看到低于24帧的物体时会有明显的卡顿感
    No.8 人眼最高大约可以分辨到75帧的高速度物体

    如此繁杂的结论是不是让你开始头疼了,在这里笔者特别感谢维基百科、百度百科、知乎、果壳网、科学松鼠会的大大们,没有你们笔者可整理不出来如此多头疼的东西,那么拥有这些数据我们应该如何计算分辨率呢?其实可以说简单的不能再简单了,就来看看笔者首先按照一个比较流行的范儿给大家来一套:

最高超10亿  实测人眼到底等于多少像素
5.76像素的由来 是不是太过于简单了

    看看,5.76亿就这么算出来了,是不是超级简单?实际上这也是5.76亿这个数字的出处,其实他只用了2个数据,那就是第1个(人眼最小分辨率角度为0.59角分,约等于0.6角分,也就是0.3角分1个像素)和第4个(折算为人眼的视角为124°,约等于120°),只要你学过角度的换算,5.76亿这样的数字显然是很容易得出来的。

    不过现在的你是不是觉得5.76亿这个数字太不靠谱了?最起码笔者给出的那么多条件,就用了俩,未免太简单了。所以说笔者就要紧接着把剩余的条件全部用上来,看看我们继续走下去能够得到什么样子的答案。

产品:D810(单机) 尼康 数码相机

3像素到底怎么算 其实很矛盾

像素到底怎么算 其实很矛盾

    要明确像素怎么算,我们首先要明确“人眼只能够清晰的分辨出中央10°范围的物体”以及“人眼的分辨率越往外越低”这2句话,简单来讲就是作为人类的我们,只有瞪哪里,哪里看起来才是清楚的,我们不瞪的地方基本都是模糊看不清楚的,当然这种话说起来简单,实际看起来是个什么效果呢?自然请大家看图为快。

最高超10亿  实测人眼到底等于多少像素 这4张图按照顺序看下来就是人脑一个正常的处理效果 也是我们为什么看东西不会不清楚的原因

    以上的4张图相信基本给大家解释清了人眼的分辨率结构,他的情况非常类似于我们测试镜头时常说的一句话:“相场不够平坦,边缘画质下降较多”,所以说直接按照人眼角度分辨极限以及视角来判断人眼分辨率(也就是5.76亿的算法)其实是非常不合理的。

最高超10亿  实测人眼到底等于多少像素
我们经常会发现斜眼看东西没有正眼看得清楚 而怎么斜都不可能看清楚的区域就是余光区域

    不过为什么我们看东西从来都不会觉得不清晰呢?这主要要归结于我们眼球的快速动作以及快速扫描能力,这里边就要把“No.8 人眼最高大约可以分辨到75帧的高速度物体”这个条件放在这里,剩下的我们只需要参考以上那张图。相信这张图足以帮助你理解2件事情,一个是为什么我们看东西不会觉得模糊,另一个则是余光到底是什么东西。

产品:D810(单机) 尼康 数码相机

4拼接画面几无缝 双眼神配合

拼接画面几无缝 双眼神配合

    当然这些还不够,这个假设仍然有着极大的局限性,那就是2只眼睛所观察的范围是完全一致的,实际上绝非如此,人(或者说绝大多数动物)能拥有如此广阔的视角,2只眼睛在里边的作用是非常庞大的,2只眼睛一方面让我们看物体看的更立体,拥有更多距离信息,另一方面则是让我们左右可以看的更多更远(等同于扩展了分辨率和像素数)。

最高超10亿  实测人眼到底等于多少像素
人眼的视野大概如上图所示 正眼既是黑色 侧面既是蓝色 红色就是我们斜眼到极限能看到的东西

    那么2只人眼是怎么工作的呢,那首先就要来说说一只眼睛,单眼最小工作视角为25°,最大工作视角为156°(注意这种变化的原因可不是“变焦”,而是人眼的最大扫描与最小扫描),而双眼重合目前认为的普遍数字为124°(这个我们在上文中已经提到过一次)而在极限状态下人眼可以分离出188°的视角(但是同时也基本看不清楚任何东西)。这个情况我们依旧是以一张图来给大家表述出来。

最高超10亿  实测人眼到底等于多少像素 人眼拥有如此广阔的视域 实际上与2只眼睛协同工作有着莫大的关联

    也就是说,只有在124°范围内的东西,人可以用2只眼睛一起看,而当人2只眼睛一起聚精会神看一个小型物体的时候,实际上2只眼睛的视角是基本相同的。从某些角度上来讲,这个时候1只眼睛和2只眼睛的区别仅仅在立体感的呈现上,看的是否清楚毫无区别。

产品:D810(单机) 尼康 数码相机

5实际情况测一测 各种欢乐多

实际情况测一测 各种欢乐多

    讲述了那么多理论情况,实际算出来的像素会有多少呢?大约是单次成像500万—1000万之间的数字。这个数字可能会低于很多人的想象,而且如果就这么终结岂不是太没劲了,所以这一次笔者就给大家玩点新鲜的,我们使用ISO 12233和一把尺子来量一量大家多远能看清楚4000线的位置,进而换算出结果,那么赶紧来看看结果如何吧。

最高超10亿  实测人眼到底等于多少像素 实测视力表现 我们可以看到由于眼镜的差异 导致大家的分辨率各不相同 其中最高的陈亮突破了10亿

    其实这个测试仍然有一个很大的局限性,那就是他假定我们每个人的视力都没有缺陷,足以支撑我们看清楚分辨率板。而事实上这个测试从某些角度上来讲成了间接近视测试。不过事实也是如此,每个人的视力都有不同程度的损伤,再加上很多人眼镜配的不合适或者时间久远,所以分辨率绝对是各不相同的。

最高超10亿  实测人眼到底等于多少像素
上图为视网膜结构 实际上像素代表的是视网膜的分辨能力 我们测算的却是视网膜+眼球的

    从结果上来看,基本上可以确定的视力好的人分辨率一定高,一个比较厉害的近视(远视)患者虽然视网膜(传感器)分辨率没有太大损失,但是由于眼球等(镜头)部分存在着严重的问题,所以像素数量非常之低。而视力良好的同学,自然是无比清晰,这与我们的感官相比还是很一致的。而如果配到合适的眼镜,其分辨能力与视力良好的同学并无区别。

产品:D810(单机) 尼康 数码相机

6为何像素差距大 每人各不同

为何像素差距大 每人各不同

    那么这种差异化数字是否合理呢?笔者认为这反而是符合现状的情况。我相信我们从很小岁数的时候就感受到了我们每个人看物体的能力千差万别,更不要说是测试数据了。而且我们测试出的像素数字其实并不是真正意义上的像素,而是所谓的视同像素,他并不代表你一定看不清楚,而是你的人眼整体+校正设备(眼镜等等)的综合数据,也许你换换眼镜(一般来说隐形眼镜效果更好)就能看的更加清楚。

最高超10亿  实测人眼到底等于多少像素
由于隐形眼镜可以很好的贴合眼球 所以其成像效果往往比普通眼镜要好

    当然测试其实很不严肃,因为这里边有一个非常大的硬伤,那就是我们每个人之间的对于清晰的理解并不相同,因为我们的感官不相通,所以我们对于清晰的理解也各不相同。这就导致2个视力完全相同的人,可能会有非常不同的结果。正是因为视力+感官的双重差异,才让我们的测试数据能有如此大的差距。

最高超10亿  实测人眼到底等于多少像素
人脑之间对于感官并不相同

    总的来说,人的单眼静态分辨率的确不太高,起码从我们的观察结果上来看,5.76亿其实也是一个可以参考的数字。视力会很大程度上影响分辨率,一个人如果视力好,不仅能代表他能看的更远,也代表着他能看的更细。需要注意的是,这样的数据是多次采样结合的结果,要知道我们的人眼如果只有650万个视锥细胞,那么一次成像的像素绝不可能超过这个数量,能得到如此的结果,不的不说人脑的强大之处。

产品:D810(单机) 尼康 数码相机

7像素的商业反映 视网膜屏幕

像素的商业反映 视网膜屏幕

    提到人眼像素数量的时候,很多朋友都会质疑这个像素到底有什么用处,虽然目前我们并没有一个特别明确界定人眼像素的数字,但是诸多消费电子厂商也用了一个比较模糊但是好听的概念来解释人眼像素的问题,那就是Retina视网膜屏幕,始作俑者就是我们最“伟大”的苹果公司。

最高超10亿  实测人眼到底等于多少像素
苹果公司推出的Retina系列笔记本其实已经很大程度上降低了PPI 但是其效果仍然是出众的

    狡猾的苹果公司在刚开始的时候拿出来了PPI超过300才算视网膜平这个概念,稍后又随着自己产品不断的推陈出新,修改了多次标准。当然在这里笔者必须要说苹果其实做的并没有错,事实上这也隐藏了一个非常重要的点,那就是对于人来说,单纯的屏幕PPI并没有意义,以最小分辨率角来讨论才是最实在的东西。

最高超10亿  实测人眼到底等于多少像素
人眼的分辨能力的确很高 但是目前智能手机的屏幕更高 可以说超越了人的极限

    目前智能手机的PPI已经高达577,总像素数量已经超过410万,投射到人眼的视角甚至可以以0.1角分来计算,对于最多只能分辨0.3角分的我们来说实在是没有意义。考虑到以上数据,我们也可以确信未来手机的屏幕分辨率在相当长的时间内不会提升,毕竟目前2560的屏幕已经受到了非常大的良品率限制,再提升也只是账面数字好看,实际效果并没有提高。

最高超10亿  实测人眼到底等于多少像素
人们可以从高品质的4K电视身上感受到莫大的画质提高 这点颇为不易

    所以说在这个时间上像素数字并没有太大的意义,当然了从理论上来讲,如果有一天我们制作的所有设备显示精度都能超越人眼的像素数字,那么肯定就无比清晰。对于现在的我们来说,我们还是应该更多的考量观察距离,同时笔者也希望对于电视和显示器厂商能够更快速的提高分辨率,手机厂商们还是歇歇吧。 

产品:D810(单机) 尼康 数码相机

810亿只是小数字 大脑是关键

10亿只是小数字 大脑是关键

    好了,写到这里相信大家已经把想知道的东西都知道了,相信大家这个时候已经可以基本上相信,如果人眼非常用力的只看一个点,那么他的像素数量实际上非常非常的低,要远远低过我们的数码相机。事实上这也是为什么现在视网膜屏能出现的根本原因,就是因为人眼在观察固定物体(很少有人看手机会前后左右切换着看吧?)的时候像素并不高。

最高超10亿  实测人眼到底等于多少像素
大脑相对于我们的计算机 其实最大的优势并不是运算快 而是能够处理

    而为什么我们的视觉效果要远远超过一般相机呢?其主要原因在于大脑,因为我们的眼睛每秒钟可以收集70-80张照片,2只眼睛可以根据需求分别运动,大脑会把这些所有数据有机的结合起来,极大程度扩展了我们所看到的东西。所以说我们的视觉效果如此之好,其实人眼不是关键,大脑才是关键。

最高超10亿  实测人眼到底等于多少像素
图形学的进步 其实更多依赖于人们对于算法的不断改进 而不是如何提高硬件性能

    整篇文章就到此为止了,笔者只想说人眼的最大神奇之处还是在于收集海量信息和合成,而并非看一眼就能纪录下什么, 从相机(摄像机)的角度上来讲并非成像部分性能有多高,而在于处理器的处理性能极高,算法极强。当然这里边处理器性能是一个随着时间推移一定会自然提高的东西,而算法的积累却需要我们一辈一辈去积攒,甚微不易。

最高超10亿  实测人眼到底等于多少像素
视力是我们天赐最宝贵的财富 想要让你眼睛的像素一点点丢失吗 还是好好保护眼睛吧

    关于人眼与像素的话题暂时就说到这里了,其实从这些性能来看,制作类似人眼性能的电子眼已经不是一件太难的事情了,毕竟最大的困难已经被人脑解决了,我们只需要搞明白人眼与大脑的具体通讯形式,就能让无数失明患者再看到世界。最后的最后如果您有什么意见和建议,也请在文章下方留言,多多使用@作者功能以获得更多反馈。

9尼康D810详细参数

人眼有多少像素是一个非常让人琢磨不透的问题,毕竟我们并没有一个足够客观的算法来衡量这一问题,但是并不代表着他就没有答案。

目录
相关文章
|
Serverless C语言 C++
【数学建模】利用C语言来实现 太阳赤纬 太阳高度角 太阳方位角 计算和求解分析 树木树冠阴影面积与种植间距的编程计算分析研究
【数学建模】利用C语言来实现 太阳赤纬 太阳高度角 太阳方位角 计算和求解分析 树木树冠阴影面积与种植间距的编程计算分析研究
266 1
|
机器学习/深度学习 传感器 算法
【图像压缩】基于霍夫曼+行程+算术编码多种算法得灰色图像无损+有损压缩附Matlab代码
【图像压缩】基于霍夫曼+行程+算术编码多种算法得灰色图像无损+有损压缩附Matlab代码
|
6月前
|
计算机视觉
图像处理之给定任意四点不规则放缩
图像处理之给定任意四点不规则放缩
31 3
|
3月前
|
编解码 算法 数据安全/隐私保护
CTF图像隐写——“双图”和“图像和像素值转换”
CTF图像隐写——“双图”和“图像和像素值转换”
245 2
|
6月前
|
算法 Java 计算机视觉
基于像素的皮肤检测技术
基于像素的皮肤检测技术
38 1
|
6月前
|
传感器 算法
技术心得记录:四元数及姿态解算Mahony算法
技术心得记录:四元数及姿态解算Mahony算法
467 0
|
6月前
|
算法 Shell
图像放缩之临近点插值
图像放缩之临近点插值
33 0
|
7月前
|
小程序
聊一聊像素单位的那些事?
聊一聊像素单位的那些事?
|
存储 Web App开发 缓存
像素是怎样练成的(四)
像素是怎样练成的(四)
111 0
|
Web App开发 存储 前端开发
像素是怎样练成的(一)
像素是怎样练成的(一)