什么是计算摄影?
计算摄影的英文是 Computational Photography,简单说就是:用算法和计算能力,突破传统光学与传感器的物理限制,来生成、增强或扩展照片。
传统摄影是“镜头 → 传感器 → 直接记录”,计算摄影则是“镜头 + 传感器 + 多帧/多传感器数据 → 算法计算 → 最终图像”。它不只是后期修图,而是在成像过程中就深度介入。
一、与传统摄影的区别
| 对比 | 传统摄影 | 计算摄影 |
|---|---|---|
| 核心 | 光学、传感器、胶片/感光元件 | 算法、算力、多帧合成、AI |
| 成像 | 一次曝光直接记录 | 多次采集、多传感器融合、计算生成 |
| 限制 | 受镜头、传感器尺寸、物理规律限制 | 用计算弥补硬件不足 |
| 真实 | 追求光学真实 | 追求“看起来好”或“可用” |
| 典型 | 单反、胶片机 | 手机、AI 相机、光场相机 |
一句话:传统摄影靠“拍”,计算摄影靠“算”。
二、核心技术
-
多帧合成
-
连拍多张,对齐后合并。
-
用于:HDR、夜景、降噪、防抖、超分辨率。
-
例:Google HDR+、iPhone 夜景模式。
-
-
深度估计与计算景深
-
双摄/多摄、ToF、结构光、AI 单目深度。
-
用于:人像模式、先拍照后对焦、背景虚化。
-
例:iPhone 人像模式、华为大光圈。
-
-
AI 语义理解
-
识别场景、人、天空、食物、文档等,分别优化。
-
用于:自动场景、美颜、天空替换、文档矫正。
-
-
超分辨率与画质增强
-
多帧合成或 AI 放大。
-
用于:高像素模式、老照片修复、变焦增强。
-
-
计算光学与光场
-
编码光圈、透镜阵列、光场相机。
-
例:Lytro 光场相机,可后期重新对焦。
-
-
神经渲染
-
NeRF、3D Gaussian Splatting 等。
-
用于:3D 重建、自由视角、AR/VR。
-
-
事件相机
-
异步记录像素变化,适合高速、高动态场景。
-
三、典型应用
-
手机摄影:夜景、HDR、人像虚化、全景、超级变焦、AI 消除。
-
防抖:OIS 光学防抖 + EIS 电子防抖 + 多帧合成。
-
先拍照后对焦:光场相机、多摄深度。
-
智能修图:魔法橡皮擦、AI 扩图、自动调色。
-
自动驾驶:多传感器融合、实时感知。
-
医疗与科研:计算显微、计算 CT/MRI 重建。
-
AR/VR:SLAM、三维重建、手势识别。
四、优缺点
优点:
-
小传感器也能拍出好照片。
-
突破光学极限,如夜景、变焦、虚化。
-
易用,自动优化,降低门槛。
-
能实现传统相机做不到的功能。
缺点/争议:
-
可能“不真实”,过度处理。
-
伪影:边缘抠图错误、涂抹感、鬼影。
-
依赖算力,耗电、发热。
-
算法偏见,不同设备风格差异大。
-
隐私问题:AI 处理可能上传云端。
五、发展简史与代表
-
2005 年前后,MIT 等提出“计算摄影”概念。
-
2010 年代,手机多摄、HDR+ 普及。
-
2018 年后,AI 夜景、人像模式成为标配。
-
代表:Google Pixel、iPhone、华为、三星等。
-
专业领域:光场相机、事件相机、神经渲染。
六、总结
计算摄影不是单一技术,而是光学、传感器、算法、AI、算力的综合体。它让摄影从“记录光线”变成“计算图像”,在手机、汽车、医疗、AR 等领域都有广泛应用。
通俗理解:传统摄影像用眼睛看,计算摄影像用大脑分析后画出来。
