手機畫素唯一能決定的是用它拍出來的照片解析度，而解析度越高，只能決定照片的尺寸，而並不是說畫素越高就越清晰！因此，我覺得手機畫素可能會越來越高，但是實在太高可能意義不是太大！

現在手機行業的熱點有點向雙面螢幕過渡的趨勢，但不可否認的是拍照質量一直是企業間競爭的核心。作為光-電轉換的系統，顯然不可能清晰度無限提升，否則單反都可以扔了，現在問題來了：手機攝像頭拍照清晰度的理論極限在哪裡？我們是否已經達到/超越了？

iPhone的攝像頭畫素提升的很慢：從祖傳800萬提升到了祖傳1200萬

一個物理學概念

當我們把照片放大，放大到最後一定是畫素馬賽克的點陣。如果每個畫素都能表達資訊，那麼就可以說是清晰度的極限了。但事實上是做不到的，首先要從鏡頭說起。

如同星點匯聚成銀河，水滴匯聚成雲朵

我們拍照，相當於畫面就是由無數個發光或是反射光的點集合而成，或者數學上就是積分的概念。那麼單個點光源的成像極限就是光學系統的分辨能力極限。單個點光源其實很容易獲得，夜空中的亮星都是理想的點光源。

艾裡斑是單個光點在焦點周圍的衍射出的同心圓，它定義了光學的極限

點光源穿過理想透鏡的時候，會發生一個光學現象，稱之為衍射。在1835年的時候，英國皇家天文學會的喬治·比德爾·艾裡發現了一個現象，那就是在焦點處會出現一圈一圈的衍射同心環條紋，這個稱之為艾裡斑，我們拍攝任何照片，最後的成像都可以理解為艾裡斑的積分，通俗的理解就是無數艾裡斑在一起，構成了照片。

艾裡斑與光圈的關係：光圈越大艾裡斑越小，所以手機鏡頭的光圈值F都很大

艾裡還給出了艾裡斑大小的公式：θ1≈1.22λ/D 。如果一個鏡頭不能把兩個艾裡斑解析開，讓它們重合了一部分，那就是鏡頭的解析力的極限。說了半天，艾裡斑有多大呢？上門那個表就是理想狀況下艾裡斑直徑的數值，我們會發現，光圈越大、艾裡斑直徑越小。但是這不是與我們照相機系統F8左右成像好，光圈全開畫質劣化相矛盾了？錯！我們用的鏡頭都不是理想透鏡，要妥協不同光圈的成像畫質，這才是光圈全開劣化畫質的根源。

02/畫素：超越艾裡斑

上門的資料表格是針對綠光的，那麼一個大約1/2.5英寸、1200畫素的iPhoneXS感光器單個畫素有多大？蘋果在釋出的時候給出了答案：1.4微米。這就說明單個畫素已經要和艾裡斑的大小差不多了。

要知道iPhone Xs只有1200萬畫素，而主流的中國產拍照手機攝像頭，都早已超越了這個數字，這也就是說單個畫素已經小於艾裡斑，那麼也就超越了理論的分辨極限：兩個或是多個畫素來表現一個艾裡斑並不能提高解析度。

更大的畫素是單反畫質更好的原因之一

有什麼辦法嗎？有的。要麼鏡頭更大、感光器的面積更大，這也是為何單反的畫質一直要比手機好的原因所在，同樣畫素數量，單反的畫素要大得多了，捕獲的資訊更多。但是手機受到尺寸的制約，沒辦法使用更大的鏡頭和感光器，這就是人們開始嘗試多攝像頭的原因，關於多攝像頭，我還會有另外一篇文章分析。

信噪比更好的感光元器件也可以提升解析度

並且，由於手機的鏡頭其實也距離理想透鏡想去甚遠，因此從物理角度看，解析度到今天已經達到了極限。那麼可以改進的地方在哪裡呢？首先是感光器本身。影像感測器不論是CCD還是CMOS，都有個信噪比的問題，當曝光時間變長的時候噪聲會變得非常強，噪點增多，所以使用優質供應商的高信噪比攝像頭很關鍵。

03/最佳化的核心是什麼？

攝像頭捕獲的原始資訊還要經過壓縮才能轉換成我們手機裡的JPG照片，這其中涉及到壓縮和影象最佳化。JPG使用的離散餘弦變換壓縮方式決定了畫質變差是整體的，所以要檔案儘量的大才能儘可能多的保留資訊，而事實上今天手機的照片也是動輒原圖有好幾MB大小。

AI最佳化是核心，谷歌的AI超強

另外一方面則來自影象分析程式的進步。突出的就是Google Pixel3的手機，Night Sight可以在夜間排出近乎白天的效果。這就是AI的功勞。同過機器學習的人工智慧訓練好了之後手機的計算能力處理已經綽綽有餘，同過AI，可以分析當前得到的相片和訓練模型進行比對，進而增強、最佳化，讓照片“看起來”更清楚。

更討好我們視覺的就是好照片，現在比拼的要點也是如此

正如文中所說的，我們現在的手機拍照，其實早已經超越了鏡頭光學的分辨極限，只要手機鏡頭和CCD還是這麼大，物理的極限就在這裡，突破不了，提升的是演算法，更討好的是我們的眼睛，讓照片“看起來”更清楚。