Moderna smartphones kommer med kraftfulla kamerasystem, och det är mycket som händer bakom kulisserna för att dina bilder ska se vackra ut. En sådan sak är pixel binning.
Du har säkert sett hur Samsung använder termer som “nona-binning” eller “Adaptive Pixel” i sin marknadsföring när de hänvisar till pixel binning, och hävdar att det förbättrar prestanda i svagt ljus. Men är det verkligen? Låt oss lära oss vad pixelbinning är, varför det används och hur det fungerar.
Varför smartphonekameror använder Pixel Binning
Innan du lär dig vad pixelbinning är och hur det fungerar måste du först veta varför det finns. Se, smartphones står inför ett stort problem när det kommer till kameror: storleksbegränsning. En kamerasensor är i grunden en platta med miljontals pixlar som fångar det omgivande ljuset. Så ju fler pixlar det finns, desto mer ljus kan de fånga för att producera en bättre bild.
När vi säger “pixel” i det här sammanhanget menar vi inte pixlarna på displayen som avger ljus, utan bildplatserna på kamerasensorn som fångar ljus. Detta ljus konverteras sedan och används för att producera bilden du ser på din skärm.
Nu, här är problemet: om vi fortsätter att lägga till fler pixlar måste vi också fortsätta att göra sensorn större för att kunna ta emot dem. Detta är svårt eftersom telefonens kameramodul bara är en del av kroppen; Du måste också passa batteri, moderkort, högtalare och byte Sensorer hittade i en smartphone.
För att övervinna denna begränsning har teknikföretag kommit med en smart lösning. Istället för att göra sensorn absurt stor, krymper de själva pixlarna och passar in fler pixlar i ett givet utrymme för att öka den maximala teoretiska bildupplösningen.
Som referens har 12MP-sensorn på iPhone 13 en pixelstorlek på 1,9 µm (μm), men samma är 1,22 µm på 48MP-sensorn på iPhone 14 Pro. Och 108 MP-sensorn på Galaxy S22 Ultra har pixlar bara 0,8 µm stora – en av de minsta vi har sett.
Vad är Pixel Binning? Hur det fungerar?
Pixelbinning är en bildbehandlingsteknik där fyra eller fler närliggande pixlar på en kamerasensor kombineras för att bilda en superpixel (eller “tetrapixel” eller “no-pixel” som Samsung kallar det) som bär summan eller medelvärdet av alla dess pixlar. .
Observera att pixlarna inte fysiskt rör sig eller förändrar varandra i hårdvara; Det är bara deras fotoniska data kombinerade genom programvara för att efterlikna en större pixel.
Låt oss förstå detta med hjälp av ett exempel med hjälp av iPhone 14 Pro Max och Galaxy S22 Ultra. iPhone 14 Pro Max gör en binning på 4 i 1 pixlar (2×2 array) för att sänka upplösningen på bilden från den ursprungliga 48MP till 12MP. På samma sätt gör S22 Ultra 9-i-1 pixel binning (3×3 array) och sänker upplösningen från 108MP till 12MP.
Genom att sänka upplösningen så här kan din telefon bearbeta bilder snabbare, så att du kan se bilden direkt efter att du har klickat på den. Å andra sidan, att ta ett foto i full upplösning lägger till en överdriven arbetsbelastning och tar mycket längre tid att bearbeta.
Kom också ihåg att megapixlar och megabyte inte är samma sak. Megapixlar hänvisar till antalet pixlar som finns i sensorn (fast enhet), och megabyte hänvisar till bildfilens storlek (variabel enhet), som beror på mängden information i ditt foto.
Galaxy A53 har till exempel en 64-megapixelkamera och gör 4-i-1-pixelbinning för att ge 16-megapixelfoton. Som standard tar den bilder med en upplösning på 4624 x 3468 för totalt 16 036 032 pixlar eller helt enkelt 16 MP (en megapixel är en miljon pixlar). Om du byter till fullupplösningsläge får du bilder med 9248 x 6936 upplösning för totalt 64 144 128 pixlar eller 64 MP.
Pixel Binning garanterar inte bättre bilder
Här är något som kan vara svårt att svälja: pixel binning är en lösning på ett falskt problem. Hela idén bakom pixel binning är att det låter dig lägga fler men mindre pixlar istället för färre men större pixlar på en kamerasensor. Detta är överflödigt eftersom en större enskild pixel alltid kommer att fånga mer råljus.
Som jämförelse måste en superpixel av samma storlek som bär fotoniska data för flera mindre pixlar gissa hur det slutliga fotot ska se ut – och det gör inte alltid ett bra jobb. Detta är anledningen till det Foton från Samsung-telefoner ser överbearbetade ut Ibland medan de från iPhones ser mer naturliga och konsekventa ut.
Teknikföretag älskar att skryta om hur många megapixlar deras nya kamerasensor har, och på grund av detta har den genomsnittliga smartphoneanvändaren kommit att tro att ett högre megapixelantal betyder bättre bildkvalitet. Det är det inte. Bildkvaliteten bestäms mer av storleken på själva sensorn, inte antalet pixlar i den.
Antalet megapixlar avgör den maximala bildupplösningen din telefon kan ta. Den enda praktiska fördelen med detta är att du kan zooma in och beskära dina bilder utan att de blir suddiga. Ett megapixelantal säger ingenting om färgvetenskap, vitbalans, dynamiskt omfång eller något liknande.
De förmodade fördelarna med pixellagring är inte ett resultat av själva tekniken, utan av de kraftfulla bildbehandlingsalgoritmerna och chipset i din telefon. Det är den senare som gör det hårda arbetet med att få dina bilder att se ljusare, mindre korniga och mer levande ut.
Anledningen till att en bild med lägre upplösning ibland kan se bättre ut än en fullupplöst bild är att det är svårare att använda bildalgoritmer på en större bild eftersom den använder mer processorkraft. En mindre bild kan bearbetas direkt.
Pixel Binning är en lösning, inte en funktion
Målet med pixelbinning är i slutändan att låta dig öka den maximala teoretiska bildupplösningen en smartphonekamera kan ta, samtidigt som du nedgraderar den så mycket att din telefon kan bearbeta dina bilder snabbt för dagligt bruk.
Bildupplösning är viktig eftersom du självklart vill zooma in på dina bilder utan att tappa detaljer, men siffror som 108MP är uppriktigt sagt onödiga.
Det bästa sättet att säkerställa att telefonen du funderar på att köpa har ett bra kamerasystem är att helt enkelt kolla in kameraprover och titta på recensioner. Var inte besatt av det tekniska för mycket; Om du gillar det du ser är det här kameran för dig.