-
1 # 鋒潮評測
-
2 # 桂林微光影視
如果你只要一個美美的自拍,或者到此一遊等簡單的照相,那麼手機就可以滿足你,如果你想拍的好點,還是入微單或者單反吧。哪怕是入門級的相機,都比手機強,所以不要太迷信手機照相如何如何。
-
3 # 貝殼影像
2017年10月5日谷歌正式釋出了Pixel系列手機的旗艦機型Google Pixel 2,Google Pixel 2延續了前代的雙材質拼接設計,採用一體成型的鋁合金機身打造,機身背板由上半部分的玻璃和下半部分的金屬材質組成,配備的是一塊解析度為1080P解析度、5英寸的P-OLED顯示屏。
Google Pixel 2配備一枚1200萬畫素後置攝像頭,最大光圈f/1.8,有1.4um 單像素面積,支援 OIS 光學防抖,前置為800萬畫素的高畫質攝像頭。要說Google Pixel 2的拍攝能力怎樣,根據谷歌給到的第三方評測機構DxoMark的測試得分顯示,Pixel 2的成像成績目前在所有手機中排名第一,達到了98分,創下了DxoMark的評測紀錄。
我們驚喜的看到,Google Pixel 2僅憑著單攝像頭設計就獲得了這一成績。Pixel 2 在DxoMark大部分的傳統照片和影片類別中都拿下了最高分,領先於榜單上以前的佼佼者,即蘋果 iPhone 8 Plus 和三星 Galaxy Note 8,但是在新的變焦和散景類別中得分較低。下面我們還是從Google Pixel 2的實拍樣張來看看到底拍照能力怎麼樣。
在高光下,Google Pixel 2 的細節表現到位,具有出色的色彩表現和令人印象非常深刻的動態範圍,因此是拍攝高對比度場景的絕佳攝像頭。高光位和陰影區域的細節保留到位,噪點也得到了很好的控制。
我們從100%原圖區域性截圖可以看到埃菲爾鐵塔下的高光區域和橋下較暗部分的細節。
在棘手的拍攝場景中,Pixel 2 的明亮和陰暗區域的細節保留都能呈現驚人的效果,看下面100%原圖區域性圖
在低光下,Google Pixel 2 攝像頭保留精細細節的表現非常出色,但有一些亮度噪點。另外,它在明亮的逆光室內場景中也有一些細節的損失。在動態範圍和自動對焦表現方面,Pixel 在低光下的表現也非常好,除了室內和低光下有一些顏色不均勻的缺陷之外,色彩表現也非常不錯。
Pixel 2 的室內和低光照片呈現了良好的細節和廣泛的動態範圍。
由於 Pixel 2 只有一個主攝像頭,所以變焦、景深效果、人像模式和散景都是由演算法從攝像頭拍攝的一個或多幀影象生成的。Pixel 2 的演算法在所有這些方面上都做得很好,但還算不上非常完美。
與真正的長焦鏡頭相比,在中程和長程變焦時,Pixel 2 明顯損失了細節,但其損失比大多數其他單攝像頭設計要少。在這裡可以看到在4倍變焦下,Pixel 2 抑制噪點的功夫不錯,但是損失了相當多的細節。變焦4倍以上的照片已經不太能使用了。
對於散景評分測量照片質量的幾個方面,其中包括攝像頭刻畫淺景深(有時稱為“景深效應”)的能力,以及使用景深來拍攝人像(有時稱為“人像模式”)的能力,和散景本身(失焦光斑的形狀和美感)的表現。在下面的室內人像照片比較中,您可以看到 Pixel 2 的質量比 Pixel 顯著提高,但背景模糊和散景不如 iPhone 8 Plus 的雙攝像頭系統那般自然。
色彩方面,在大多數的室內和戶外條件下,Pixel 2 的色彩表現都相當不錯。例如,在這個比較中,仔細觀察旋轉木馬可以發現,儘管這三款手機的色彩表現都相當出色,但 Pixel 2 可以更好地保留細節。
在低光實驗室場景中,Pixel 2 在保留細節方面做得非常出色,其表現優於 iPhone 8 Plus 和 Note 8,如下面場景的完整照片和全解析度的鈔票剪裁區域所示
總結在任何照片或影片的使用情況下,Pixel 2都可以稱得上是最佳影象質量的手機。
拍照方面的優點和不足
優點
所有照明條件下的動態範圍寬廣出色的自動對焦在戶外和室內都有非常好的白平衡細節保留到位強大的閃光燈效能人像呈現出宜人的前景和背景模糊以及散景不足
在一些照明條件下可能會產生耀斑、閃爍和格網圖案中遠端對焦有一些細節損失人像模式有時會產生明顯的偽像低光和室內手持拍攝時會造成輕微的細節損失影片方面的優點和不足
優點
非常好的影片光學防抖功能快速準確的自動對焦與不錯的主體跟蹤室內和戶外的細節保留到位降噪表現不錯相當好的白平衡不足
行走或平移時,白平衡和曝光可能不穩定一些手持拍攝的影片中出現旋轉幀偏移的現象動態範圍有限低光下與鎢絲燈光源(白熾燈)下有明顯色偏 -
4 # 愛範兒
從 Nexus 6P 和 Nexus 5X 開始,Google 自家手機的拍照能力比前代有了明顯的提升,而在這之前的 Google 親兒子系列的拍照能力,不提也罷。
到了改朝換代的第一代 Google Pixel 時,親兒子的拍照實力可以說有了一個質的飛躍,當時在 DXOMark 上的評分以及本身的拍照能力,也已經是可以俯視一眾對手。
而剛剛釋出不久的 Google Pixel 2 也是拿下了目前為止智慧手機拍照的最高分 98 分,對於 Google 來說,硬體從來不是最拿手的,但軟體和演算法卻可以彌補甚至提升拍照的體驗。
Google 相機中的 HDR+ 演算法,則是具有代表性的一個,透過 Google Camera 相機應用,可以讓手機獲得比自帶相機更好的拍照效果。
除了拍照,Google 還為 Pixel 的攝像能力加入了“影片穩定技術”,在一年前的初代 Pixel 上,我就曾體驗過那種神奇的效果。
(初代 Pixel 的影片畫面雖然穩定,但是很像機器人視角)
但是,在初代 Pixel 上實現的穩定效果,完全是透過軟體達成的,因此,雖然能獲得極強的穩定性,但整個畫面看起來卻非常的奇怪,有點像機器人的感覺。
而不少人也把這個現象叫做“Terminator effect”(終結者現象),我只能說形容的非常貼切。
在 Google Pixel 2 上,這個現象被很大程度的改善了,而其拍出來影片的穩定性確實比前代更好,而且畫面看起來也更加的自然了。
那麼要用手機拍出如此穩定的影片,背後有哪些玄機呢,Google 最近釋出了“Fused Video Stabilization”技術的文件,來揭露其中的細節。
首先,在 Google 看來,影響手機錄製影片的問題主要有這麼幾個,相機的抖動,運動狀態下的畫面模糊,快門失真(也就是當移動過快時畫面扭曲)。
前兩者都比較好理解,都是我們錄製影片時移動手機或者走動時經常會發生的。而快門失真,簡單來解釋的話,是因為相機在拍攝的時候,每一幀都需要一定的時間,尤其是從上到下拍攝時,這種現象會更明顯。
而如果相機移動的過快,當相機拍攝到被攝物體的底部時,上半部分可能就會出現錯位的現象,或者會銳利度會出現間歇的變化,使畫面扭曲。
這些問題,在新的“Fused Video Stabilization”技術下得以在一定程度上解決掉。
在錄製影片時,OIS(光學防抖) 和 EIS(電子防抖)同時開啟,初代 Pixel 上只用 EIS,這也是使得畫面看起來僵硬不自然的一個原因。
OIS 的原理,是使用機械懸掛式相機,透過電磁鐵的快速移動,來補償或抵消拍攝中產生的震動;而 EIS 的作用則是在錄製和播放影片時,犧牲掉部分幀來減少畫面的抖動。
目前的 EIS 有很多種,不過其工作原理幾乎是一樣的,都是去編輯錄制的每一幀來保證畫面的穩定。
而在 Google Pixel 2 上的 EIS,則是透過來自陀螺儀和加速度計的硬體資料來增強視覺識別系統。
陀螺儀和 OIS 的資料將會被記錄在每一幀中,而每一幀則會被儲存到緩衝區中,然後交由一個叫做 lookahead filtering 的神經網路模組進行計算和最佳化,也就是說,這裡面也用到了機器學習。
此外,Google 這一套全新的演算法還包括了錄製影片時對下一個可能的運動方向及畫面的預測,還包括對原始運動資料以及相應的幀的整合運算,而對於每一個被記錄的幀,裝置都會重複這個過程,最後才能得到我們看到的結果。
以上這些還只是“Fused Video Stabilization”機制中的一部分,Google 公佈了更多的技術細節,如果你感興趣,可以前往閱讀更多的內容。
Google Pixel 2 XL 已在路上(但願,到手後會帶來詳細的評測。
回覆列表
https://www.anzhuo.cn/review/p_21597,這條對比評測的名字叫做:
改善畫質無需硬體:當Galaxy S8遇上谷歌Pixel相機
這條評測只是證明了谷歌成像演算法非常非常NB,但在Pixel2代身上,演算法只是小小的一部分。
就是它,這顆將和安卓8.1一同釋出的晶片,暫時還沒啟用,所以谷歌在釋出會上也沒提,等到系統升級激活了它,難道分數要上天嗎?Google Clip已經很讓人吃驚了,谷歌到底瞞了我們多少秘密!
谷歌首款自主發明、自主設計的“影象處理器”(Image Processing Unit 簡稱 IPU)系統晶片——Pixel Visual Core(Pixel 視覺核心),它可以提高 HDR+(高動態範圍成像+)5 倍效能的硬實力。HDR(高動態範圍成像)是一種提高照片動態範圍(明暗差別),減少噪音(細小的假色點),提高照片整體顏色鮮豔度的技術,總之普通手機開啟HDR+,照片會更好看,激活了PVC的Pixel 2代會特別特別好看。
谷歌表示在“接下來的幾周內,它將與安卓 8.1 開發者預覽版同時釋出”。啟用後,第三方 APP 也可以選擇使用 Pixel 2 的 HDR+影象處理功能,這豈不是說,只要廠商跟進,妹子們的自拍和美顏會更上十層樓?
對谷歌自己來說,PVC不是用來拍照的,谷歌表示,Pixel Visual Core 可以處理最困難的影象處理和機器學習應用,他們已經在準備下一批專門為該晶片設計的 APP 了。