【科普】人眼到底等於多少畫素- IT閱讀

實際上這也是5.76億這個數字的出處，其實他只用了2個數據，那就是第1個（人眼最小解析度角度為0.59角分，約等於0.6角分，也就是0.3角分1個畫素）和第4個（ ... 【科普】人眼到底等於多少畫素 首頁 最新 HTML CSS JavaScript jQuery Python3 Python2 Java C C++ Go SQL 首頁 最新 Search 【科普】人眼到底等於多少畫素 2019-01-03254 1人眼究竟多清楚 誰也不知道     人眼到底是多少畫素的，從數碼相機出現的那一天起，就有無數人提這個問題，誰讓數碼相機把視覺效果以Pixel畫素這樣一個簡單的數字表現出來了呢。

之後就有不少人紛紛拿出了自己的演算法，得出的結論少的有500萬，多的有100億，當然還有一個5.76億這麼一個看起來超級標準的數字。

不過今天筆者也想來和大家討論一下，到底人眼有多少畫素。

人眼究竟多清楚 誰也不知道     其實畫素並不是一個足夠客觀的數字，因為畫素本身有一個很大的侷限性，那就是每個畫素的尺寸是一樣的，而且畫素對應出來的解析度是均勻的。

簡單來說，畫素這種東西只適合顯示器（類顯示裝置）的平面產品，用來描繪人眼這種高、精、尖的“裝置”實在是太過於簡單粗暴了。

人眼的結構非常非常的複雜 所以我們很難以傳統相機的標準來考量     當然畫素依舊是可以說明問題的，最起碼他可以描繪一個很理論的人，換句話說就是這樣的一個前提條件：眼睛無論什麼角度什麼位置看什麼東西都是一樣清晰的。

好吧，這樣的人鐵定是不存在的，但是按照人類的觀察習慣來講，我們可以確定一個事情，如果我們真的用這麼高畫素的相機拍出來的照片，我們用盡所有力氣也是看不到顆粒的。

    好了廢話說了這麼多，下面馬上進入我們的論（che）證（dan）環節，讓我們一起看看人眼究竟能相當於多少畫素的數碼相機。

2理論文獻多又多 我們來看看 理論文獻多又多 我們來看看     既然這是一篇出發點還是希望是嚴謹的文章，我們肯定首先要做的事情是來尋找一下目前已有的資料進行考證，關於人眼生理結構的資料可以說非常完善了，這裡邊筆者大概給大家提供以下幾個點出來：     No.1 人眼能夠解析度的最小細節摺合0.59角分     No.2 人眼擁有大概650萬個視錐細胞     No.3 人眼用歐大概1.2億個視杆細胞     No.4 人眼的事業大概為向外95° 向內60° 向上60° 向下75°     No.5 人眼只能夠清晰的分辨出中央10°範圍的物體     No.6 人眼的解析度越往外越低     No.7 人眼看到低於24幀的物體時會有明顯的卡頓感     No.8 人眼最高大約可以分辨到75幀的高速度物體     如此繁雜的結論是不是讓你開始頭疼了，在這裡筆者特別感謝維基百科、百度百科、知乎、果殼網、科學松鼠會的大大們，沒有你們筆者可整理不出來如此多頭疼的東西，那麼擁有這些資料我們應該如何計算解析度呢？其實可以說簡單的不能再簡單了，就來看看筆者首先按照一個比較流行的範兒給大家來一套： 5.76畫素的由來 是不是太過於簡單了     看看，5.76億就這麼算出來了，是不是超級簡單？實際上這也是5.76億這個數字的出處，其實他只用了2個數據，那就是第1個（人眼最小解析度角度為0.59角分，約等於0.6角分，也就是0.3角分1個畫素）和第4個（折算為人眼的視角為124°，約等於120°），只要你學過角度的換算，5.76億這樣的數字顯然是很容易得出來的。

    不過現在的你是不是覺得5.76億這個數字太不靠譜了？最起碼筆者給出的那麼多條件，就用了倆，未免太簡單了。

所以說筆者就要緊接著把剩餘的條件全部用上來，看看我們繼續走下去能夠得到什麼樣子的答案。

3畫素到底怎麼算 其實很矛盾 畫素到底怎麼算 其實很矛盾     要明確畫素怎麼算，我們首先要明確“人眼只能夠清晰的分辨出中央10°範圍的物體”以及“人眼的解析度越往外越低”這2句話，簡單來講就是作為人類的我們，只有瞪哪裡，哪裡看起來才是清楚的，我們不瞪的地方基本都是模糊看不清楚的，當然這種話說起來簡單，實際看起來是個什麼效果呢？自然請大家看圖為快。

這4張圖按照順序看下來就是人腦一個正常的處理效果 也是我們為什麼看東西不會不清楚的原因     以上的4張圖相信基本給大家解釋清了人眼的解析度結構，他的情況非常類似於我們測試鏡頭時常說的一句話：“相場不夠平坦，邊緣畫質下降較多”，所以說直接按照人眼角度分辨極限以及視角來判斷人眼解析度（也就是5.76億的演算法）其實是非常不合理的。

我們經常會發現斜眼看東西沒有正眼看得清楚 而怎麼斜都不可能看清楚的區域就是餘光區域     不過為什麼我們看東西從來都不會覺得不清晰呢？這主要要歸結於我們眼球的快速動作以及快速掃描能力，這裡邊就要把“No.8 人眼最高大約可以分辨到75幀的高速度物體”這個條件放在這裡，剩下的我們只需要參考以上那張圖。

相信這張圖足以幫助你理解2件事情，一個是為什麼我們看東西不會覺得模糊，另一個則是餘光到底是什麼東西。

4拼接畫面幾無縫 雙眼神配合 拼接畫面幾無縫 雙眼神配合     當然這些還不夠，這個假設仍然有著極大的侷限性，那就是2隻眼睛所觀察的範圍是完全一致的，實際上絕非如此，人（或者說絕大多數動物）能擁有如此廣闊的視角，2隻眼睛在裡邊的作用是非常龐大的，2隻眼睛一方面讓我們看物體看的更立體，擁有更多距離資訊，另一方面則是讓我們左右可以看的更多更遠（等同於擴充套件了解析度和畫素數）。

人眼的視野大概如上圖所示 正眼既是黑色 側面既是藍色 紅色就是我們斜眼到極限能看到的東西     那麼2只人眼是怎麼工作的呢，那首先就要來說說一隻眼睛，單眼最小工作視角為25°，最大工作視角為156°（注意這種變化的原因可不是“變焦”，而是人眼的最大掃描與最小掃描），而雙眼重合目前認為的普遍數字為124°（這個我們在上文中已經提到過一次）而在極限狀態下人眼可以分離出188°的視角（但是同時也基本看不清楚任何東西）。

這個情況我們依舊是以一張圖來給大家表述出來。

人眼擁有如此廣闊的視域 實際上與2隻眼睛協同工作有著莫大的關聯     也就是說，只有在124°範圍內的東西，人可以用2隻眼睛一起看，而當人2隻眼睛一起聚精會神看一個小型物體的時候，實際上2隻眼睛的視角是基本相同的。

從某些角度上來講，這個時候1隻眼睛和2隻眼睛的區別僅僅在立體感的呈現上，看的是否清楚毫無區別。

5實際情況測一測 各種歡樂多 實際情況測一測 各種歡樂多     講述了那麼多理論情況，實際算出來的畫素會有多少呢？大約是單次成像500萬—1000萬之間的數字。

這個數字可能會低於很多人的想象，而且如果就這麼終結豈不是太沒勁了，所以這一次筆者就給大家玩點新鮮的，我們使用ISO 12233和一把尺子來量一量大家多遠能看清楚4000線的位置，進而換算出結果，那麼趕緊來看看結果如何吧。

實測視力表現 我們可以看到由於眼鏡的差異 導致大家的解析度各不相同 其中最高的陳亮突破了10億     其實這個測試仍然有一個很大的侷限性，那就是他假定我們每個人的視力都沒有缺陷，足以支撐我們看清楚解析度板。

而事實上這個測試從某些角度上來講成了間接近視測試。

不過事實也是如此，每個人的視力都有不同程度的損傷，再加上很多人眼鏡配的不合適或者時間久遠，所以解析度絕對是各不相同的。

上圖為視網膜結構 實際上畫素代表的是視網膜的分辨能力 我們測算的卻是視網膜＋眼球的     從結果上來看，基本上可以確定的視力好的人解析度一定高，一個比較厲害的近視（遠視）患者雖然視網膜（感測器）解析度沒有太大損失，但是由於眼球等（鏡頭）部分存在著嚴重的問題，所以畫素數量非常之低。

而視力良好的同學，自然是無比清晰，這與我們的感官相比還是很一致的。

而如果配到合適的眼鏡，其分辨能力與視力良好的同學並無區別。

6為何畫素差距大 每人各不同 為何畫素差距大 每人各不同     那麼這種差異化數字是否合理呢？筆者認為這反而是符合現狀的情況。

我相信我們從很小歲數的時候就感受到了我們每個人看物體的能力千差萬別，更不要說是測試資料了。

而且我們測試出的畫素數字其實並不是真正意義上的畫素，而是所謂的視同畫素，他並不代表你一定看不清楚，而是你的人眼整體＋校正裝置（眼鏡等等）的綜合資料，也許你換換眼鏡（一般來說隱形眼鏡效果更好）就能看的更加清楚。

由於隱形眼鏡可以很好的貼閤眼球 所以其成像效果往往比普通眼鏡要好     當然測試其實很不嚴肅，因為這裡邊有一個非常大的硬傷，那就是我們每個人之間的對於清晰的理解並不相同，因為我們的感官不相通，所以我們對於清晰的理解也各不相同。

這就導致2個視力完全相同的人，可能會有非常不同的結果。

正是因為視力＋感官的雙重差異，才讓我們的測試資料能有如此大的差距。

人腦之間對於感官並不相同     總的來說，人的單眼靜態解析度的確不太高，起碼從我們的觀察結果上來看，5.76億其實也是一個可以參考的數字。

視力會很大程度上影響解析度，一個人如果視力好，不僅能代表他能看的更遠，也代表著他能看的更細。

需要注意的是，這樣的資料是多次取樣結合的結果，要知道我們的人眼如果只有650萬個視錐細胞，那麼一次成像的畫素絕不可能超過這個數量，能得到如此的結果，不的不說人腦的強大之處。

7畫素的商業反映 視網膜螢幕 畫素的商業反映 視網膜螢幕     提到人眼畫素數量的時候，很多朋友都會質疑這個畫素到底有什麼用處，雖然目前我們並沒有一個特別明確界定人眼畫素的數字，但是諸多消費電子廠商也用了一個比較模糊但是好聽的概念來解釋人眼畫素的問題，那就是Retina視網膜螢幕，始作俑者就是我們最“偉大”的蘋果公司。

蘋果公司推出的Retina系列筆記本其實已經很大程度上降低了PPI 但是其效果仍然是出眾的     狡猾的蘋果公司在剛開始的時候拿出來了PPI超過300才算視網膜平這個概念，稍後又隨著自己產品不斷的推陳出新，修改了多次標準。

當然在這裡筆者必須要說蘋果其實做的並沒有錯，事實上這也隱藏了一個非常重要的點，那就是對於人來說，單純的螢幕PPI並沒有意義，以最小解析度角來討論才是最實在的東西。

人眼的分辨能力的確很高 但是目前智慧手機的螢幕更高 可以說超越了人的極限     目前智慧手機的PPI已經高達577，總畫素數量已經超過410萬，投射到人眼的視角甚至可以以0.1角分來計算，對於最多隻能分辨0.3角分的我們來說實在是沒有意義。

考慮到以上資料，我們也可以確信未來手機的螢幕解析度在相當長的時間內不會提升，畢竟目前2560的螢幕已經受到了非常大的良品率限制，再提升也只是賬面數字好看，實際效果並沒有提高。

人們可以從高品質的4K電視身上感受到莫大的畫質提高 這點頗為不易     所以說在這個時間上畫素數字並沒有太大的意義，當然了從理論上來講，如果有一天我們製作的所有裝置顯示精度都能超越人眼的畫素數字，那麼肯定就無比清晰。

對於現在的我們來說，我們還是應該更多的考量觀察距離，同時筆者也希望對於電視和顯示器廠商能夠更快速的提高解析度，手機廠商們還是歇歇吧。

  810億隻是小數字 大腦是關鍵 10億隻是小數字 大腦是關鍵     好了，寫到這裡相信大家已經把想知道的東西都知道了，相信大家這個時候已經可以基本上相信，如果人眼非常用力的只看一個點，那麼他的畫素數量實際上非常非常的低，要遠遠低過我們的數碼相機。

事實上這也是為什麼現在視網膜屏能出現的根本原因，就是因為人眼在觀察固定物體（很少有人看手機會前後左右切換著看吧？）的時候畫素並不高。

大腦相對於我們的計算機 其實最大的優勢並不是運算快 而是能夠處理     而為什麼我們的視覺效果要遠遠超過一般相機呢？其主要原因在於大腦，因為我們的眼睛每秒鐘可以收集70-80張照片，2隻眼睛可以根據需求分別運動，大腦會把這些所有資料有機的結合起來，極大程度擴充套件了我們所看到的東西。

所以說我們的視覺效果如此之好，其實人眼不是關鍵，大腦才是關鍵。

圖形學的進步 其實更多依賴於人們對於演算法的不斷改進 而不是如何提高硬體效能     整篇文章就到此為止了，筆者只想說人眼的最大神奇之處還是在於收集海量資訊和合成，而並非看一眼就能紀錄下什麼， 從相機（攝像機）的角度上來講並非成像部分效能有多高，而在於處理器的處理效能極高，演算法極強。

當然這裡邊處理器效能是一個隨著時間推移一定會自然提高的東西，而演算法的積累卻需要我們一輩一輩去積攢，甚微不易。

視力是我們天賜最寶貴的財富 想要讓你眼睛的畫素一點點丟失嗎 還是好好保護眼睛吧     關於人眼與畫素的話題暫時就說到這裡了，其實從這些效能來看，製作類似人眼效能的電子眼已經不是一件太難的事情了，畢竟最大的困難已經被人腦解決了，我們只需要搞明白人眼與大腦的具體通訊形式，就能讓無數失明患者再看到世界。

最後的最後如果您有什麼意見和建議，也請在文章下方留言，多多使用@作者功能以獲得更多反饋。

9尼康D810詳細引數 人眼有多少畫素是一個非常讓人琢磨不透的問題，畢竟我們並沒有一個足夠客觀的演算法來衡量這一問題，但是並不代表著他就沒有答案。

相關文章 【科普】人眼到底等於多少畫素 iOS刻度尺換算之1mm等於多少像素理解 普通pc機的輕連線到底能建多少？ MySQL到底能有多少個欄位 一文縱覽EMAS到底內含多少阿里核心技術能力 一文縱覽EMAS到底內含多少阿裏核心技術能力 mysqlvarchar(50)到底能存多少個漢字 一個漢字等於多少個varchar2 WannaCry席捲全球軟體作者到底賺了多少錢？ 地球緯度一度等於多少公里? java物件記憶體到底佔用多少 Goroutine的底部到底對應多少執行緒呢？ 到底需要多少“算法”才能過好這一生 到底需要多少“演算法”才能過好這一生 計算perplexity確定LDA到底聚出多少個主題合適 分類導航 HTML/CSS HTML教程 HTML5教程 CSS教程 CSS3教程 JavaScript JavaScript教程 jQuery教程 Node.js教程 服務端 Python教程 Python3教程 Linux教程 Docker教程 Ruby教程 Java教程 JSP教程 C教程 C++教程 Perl教程 Go教程 PHP教程 正則表達式 資料庫 SQL教程 MySQL教程 PostgreSQL教程 SQLite教程 MongoDB教程 Redis教程 Memcached教程 行動端 IOS教程 Swift教程 Advertisement 三度辭典 Copyright©2016-2021IT閱讀  Itread01.comAllRightsReserved. 0.001291036605835