多段定焦 和 算法平滑变焦
现在市面上大多数的手机摄像头都是定焦镜头。一般的做法是长焦镜头+广角镜头（24mm-28mm）。这其实算不得真正的变焦，只能说基于多个定焦镜头，使用软件实现平滑变焦。而平滑那部分，一般表现不如真实光学变焦好，原因下文详述。
以华为p30 pro 为例，HUAWEI P30 Pro 的配置：
后置徕卡[1] 三摄像头:
- 主摄像头：
4000万像素1/1.7英寸Quad RYYB图像传感器；f/1.6镜头，光学影像防抖（OIS），27mm等效焦距 - 远摄镜头：
800万像素传感器，f/3.4折叠式镜头，光学影像防抖（OIS），125mm等效焦距 - 超广角镜头：2000万像素，
f/2.2光圈，16mm等效焦距 - 相位检测（PDAF）/飞行时间（ToF）自动对焦
华为p30 在不同的倍数下，使用不同的相机
- 1X，单独使用主摄像头
- 2X，单独主摄
- 3X，主摄+远摄
- 5X，单独远摄
华为p30 pro在3X 模式下，采用 1X 镜头和5X镜头。1X镜头的照片放大为3X，很模糊；5X镜头的相片拍摄的内容缩小为3X，非常清晰，但是不够大。这时候软件算法会合并这两张图片，中间部分属于画面主体，是由5X拍摄的，保证了主体的清晰。边缘部分很模糊但不至于没有图像，细节由算法补齐。
对于10X,50X，单独5X拍摄，直接放大（和我们拉图放大一样），细节由算法插值，最终生成结果图。这里的问题是，算法其实也是不知道真正的细节是什么的，靠的是推导，平滑。没有足够的数据，再强的算法也无法以假乱真，所以这种图片边缘只是看起来高清，实际上 细节表现非常差。
综上，如果手头的手机是这种变焦手机，为了拍出优质的照片，必须先了解每个镜头的参数。尽量不要被混合变焦。比如p30 pro, 尽量1X，2X，5X，不要3X。
变焦范围和变焦倍数
首先，要明确变焦的对比方法是等效焦距。因为感光元件的大小不一样，实际上得到的图片大小是不一样的。等效焦距就是转化为135相机上的24X36mm同样成像视角所对应的镜头焦距。
等效焦距=等效系数*镜头焦距
华为官网给出的数据就是等效焦距，和提测数据也一致。再以Oppo Reno 为例，官网bolg给出的镜头信息：
- 超广角摄像头：15.9mm等效焦距，f/2.2 光圈,索尼IMX319
- 超清主摄： 28 mm 等效焦距, f/1.7 光圈，1/2.0尺寸的索尼 IMX586
- 长焦摄像头：159mm等效焦距，f/3.0 光圈，1/3.44 尺寸传感器
我们说的变焦范围，华为p30 pro 是16mm-127mm, oppo reno 是 15.9-159mm
变焦多少倍，应该是长焦焦距/主摄焦距，华为是 4.63倍变焦。oppo是5.68倍变焦。哪有按照微距焦距来算的，都是商业噱头。
防抖
EIS (Electronic anti shake)。电子防抖主要指在数码照相机上采用强制提高CCD感光参数同时加快快门并针对CCD上取得的图像进行分析，然后利用边缘图像进行补偿的防抖，电子防抖实际上是一种通过降低画质来补偿抖动的技术，此技术试图在画质和画面抖动之间取得一个平衡点。与光学防抖比较，此技术成本要低很多（实际上只需要对普通数码相机的内部软体作些调整就可做到），效果也要差
OIS(Optical Image Stabilization 光学防抖）是利用内置的镜片(Lens-Shift Optical Image Stabilization)或感光元件(Senor-Shift Optical Image Stabilization)来对相机水平或上下的动作来逆向修正，可以用于照相及摄影的防手震上。OIS 优点是可靠性较高且不会牺牲影像的解析度，效果比EIS好，但缺点成本较贵、镜头机身没办法做很薄且有边缘解析力下降的问题。
AIS:算法防抖，就是算法自动补齐模糊区域。
测距成像
3D成像三大主流技术
双目（StereoSystem）：
双目成像的基础原理是三角测距算法，类似模拟人眼观看3D电影（左右眼看到的场景略有差异），从而带来具有空间感的立体深度信息。
结构光（StructureLight）
结构光是通过红外激光器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集反射的结构光图案，根据三角测量原理进行深度信息的计算
- 图像深度准确率 较TOF高
- 低光环境表现良好，取决于光源，强光表现差
- 识别距离短，受光斑图案影响
- 容易受光照影响
- 响应时间慢，处理复杂，耗费算力，对处理器要求高
TOF（Time Of Flight 飞行时间）
飞行时间测距法（Time Of Flight）。通过红外发射器发射调制过的光脉冲，遇到物体反射后，用接收器接收反射回来的光脉冲，并根据光脉冲的往返时间计算与物体之间的距离。这种调制方式对发射器和接收器的要求较高，光速那么快，对于时间的测量有极高的精度要求。
- 基于红外线激光，低光表现良好，高光表现较结构光好
- 范围最大可以达到5米，远超结构光
- 平面分辨率低
- 图像深度准确率低
- 分辨率低
应用：
- 体感游戏
- 拍照3d建模
算法优化等于作弊吗
明确一点，人眼其实也是基于算法优化的。来看一下人眼的结构和一些值得吐槽的设计。
人的视网膜贴反了
我们的视网膜大致由3层细胞组成，分别为感光细胞、双极细胞和节细胞。
感光细胞可将光信号转化为电信号，双极细胞则负责分类处理这些电信号。最后节细胞会把这些分类好的电信号传输至大脑，形成最终影像。
这里感光细胞就相当于 感官原件的受光面，节细胞就相当于数据线，那么问题来了，电线在受光面之上，挡住了光。
为了给节细胞和双极细胞供氧，视网膜表面还布有一层血管网。这些血管除了扰乱入射光线外，任何出血或淤血都会挡住光路，极其影响视力。这便是我们常说的眼底出血。
图：1为感光细胞，2为双极细胞，3为节细胞
当光线射入瞳孔时，要先经过节细胞和双核细胞，最后才能到达感光细胞。那么这些“挡”在感光结构前的细胞，就会反射或折射光线，使感光细胞成像的质量下降。这就如同在照相机的胶片前面，外贴了一张半透明薄膜。
模糊是应该的，可我们看到的画面并不模糊，这是基于大脑的最强图片优化算法自动脑补的。
盲点
由于节细胞位于光线进入的方向。所以它发出的神经纤维必然会汇聚成一束，反穿眼球再绕回大脑。而在此处，感光细胞是没有落脚之地的，被称为视神经乳头。
所以这才导致了我们视网膜中有一块区域无法感光，从而形成盲点。
所幸我们由一双眼睛而不是一只，两个眼球看到的画面会在大脑中互补。大脑本身就有一套经过千万年进化而来的图像重叠算法，这就是算法优化嘛。
tips：人眼存在盲点。怎么测试？把下面的图往左横过来看，用手遮住自己的左眼，视线集中看圆圈，你会发现 加号 在某个位置走着走着就消失了。
盲点优化
我们在嵌满的盲点测试中，如果闭上左眼后直接盯着+号，是不会看到消失的。
主要是因为，对于盲点，人类还进化出了相应的优化措施——黄斑。
黄斑是视网膜上的特殊区域，当我们凝视某一点时，它的图像就正好聚焦在黄斑上。
而在黄斑处，双极细胞、节细胞连同它们发出的神经纤维，以及 视网膜表面的血管网和神经纤维等，都会向四周避开。
所以当我们瞄准某一区域时，其分辨率和成像能力能达到“高清”级别。而我们平时检查视力，查的便是黄斑区的中心视力。
鹰和人一样都“贴反”了视网膜，但通过黄斑和晶状体，它们看在几百米甚至上千米处的猎物都毫无压力。这说明了“反贴”视网膜，通过“优化”后并不妨碍高度清晰的图片形成。
这个属于不改变硬件架构的情况下，做硬件优化
综上所述，我们的大脑本身自带了最强的算法优化，我们之所见，经过脑补才得到所感知的画面。所以，算法并非不好，只是说算法不够好，结果不够接近大脑算法的执行结果。比如拍个月亮变成PS，那就过分了。
参考：
华为PM 熊军民·科普：3D TOF是手机未来发展方向之一
-
徕卡：德国公司，诞生于1913年，
昂贵的价格是徕卡的品牌标志，同时伴随着的更是一种精湛的制作，一种深厚底蕴的文化 ↩
