人眼分辨 PPI_5.76亿像素的人眼被6亿像素的摄像头超越是怎样一种体验?

三星LSI执行副总裁Yongin Park在官网发表的最新文章中披露,三星正准备研制6亿像素(600MP)传感器产品,而网络流传普遍的人眼像素极限是5.76亿,所以搭载这块6亿像素传感器的摄像头将会超越人眼!

882f88d34ebf3eab51fe2877b6a8e03b.png

看到这样的消息,大家可能感叹科技发展是如此迅速,人眼都不如机器眼了。但仔细想想,不禁产生这样的疑问:这5.76亿像素的数据是怎么算出来的?人眼有像素吗?

回想2010年发售的Iphone4屏幕就已超越人眼极限。

按当时的说法是“视网膜显示屏”,Iphone4的显示屏是3.5英寸的,像素则是960×640,像素密度达到326像素/英寸(ppi),超过了人的眼睛在正常看手机时能分辨的最高像素密度,所以这块屏幕被称为视网膜显示屏。

16f227fc0e1759c87af382235ede0c6b.png

ppi(pixels per inch)就是图像分辨率的单位,表示每英寸长度能排列的像素点数量,ppi值越高越清晰。

ebc919ee95180f50d286cb155e14acdb.png

虽然300ppi已经是人眼极限,但是更高分辨率的手机屏幕还是被不停的升级换代,4K屏幕都已出现在手机上,而且人眼还是能分辨出区别。就像60Hz是人眼可分辨的刷新率极限一样,屏幕的刷新率也一直在升级。

那么人眼5.76亿像素是怎么来的呢?

这个数据来源于影像专家 Roger Clark 在他的论文 Visual Astronomy of the Deep Sky 中介绍的计算方法,他将人的视角水平宽度设定为120°,垂直高度设定为60°,解析力(也就是分辨率)设定为0.59角分,然后在水平120°垂直60°的这张视觉大幕上按0.59角分的解析力排列像素,经过计算他得出了可排列的像素总数是5.76亿这个结果。

28b359284dbed4545c747b9faace3b1c.png

Roger Clark 在计算时是按人眼解析力均等来计算像素值的,然而人眼解析力是不平均的。大家可以试试用余光看东西,肯定是模糊不清的,所以眼睛只有中间那块区域是清晰的,这块区域被称为视觉黄斑。可想而知人眼的像素可能远远没有5.76亿那么多,保守估计都不到千万像素。

人眼被摄像头超越了吗?

人眼的像素只有千万级别,所以你手上拿的手机摄像头可能都比眼睛像素要高,其实人眼像素早已被摄像头超越。视网膜显示屏和高像素摄像头让我们产生了我们的眼睛不如机械的想法,但话说回来,人并不是机械,所以不能拿在一起对比,棋王柯洁输给了阿尔法也不代表人脑就不如电脑。

94d601eb345e2481b1f9b346c75d802b.png

摄像头看世界的方式很简单,CMOS传感器感受光线的变化产生图像数据,最终这些数据都会被写入到存储卡中保存,而人的视觉要比摄像头的工作方式复杂的多,毕竟它还带着我们的感受和经历。总而言之,虽然人眼的像素被超越,但人眼绝不仅仅只有像素这一方面,而这些先进的科技永远都是服务于我们,为我们创造便利的技术。

这是一个示例C++程序,使用OpenCV库来配合使用lbpcascade_frontalface.xml和haarcascade_eye_tree_eyeglasses.xml进行人眼检测: ```c++ #include <opencv2/objdetect.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> using namespace cv; using namespace std; int main() { VideoCapture cap(0); // 打开摄像头 if (!cap.isOpened()) { cout << "摄像头打开失败" << endl; return -1; } CascadeClassifier face_cascade; CascadeClassifier eyes_cascade; // 加载lbpcascade_frontalface.xml和haarcascade_eye_tree_eyeglasses.xml face_cascade.load("lbpcascade_frontalface.xml"); eyes_cascade.load("haarcascade_eye_tree_eyeglasses.xml"); Mat frame; while (true) { cap >> frame; // 获取摄像头帧 if (frame.empty()) break; Mat gray; cvtColor(frame, gray, COLOR_BGR2GRAY); // 转为灰度图像 equalizeHist(gray, gray); // 直方图均衡 // 人脸检测 vector<Rect> faces; face_cascade.detectMultiScale(gray, faces); for (size_t i = 0; i < faces.size(); i++) { Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2); ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 0), 2); Mat faceROI = gray(faces[i]); vector<Rect> eyes; // 人眼检测 eyes_cascade.detectMultiScale(faceROI, eyes); for (size_t j = 0; j < eyes.size(); j++) { Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2); int radius = cvRound((eyes[j].width + eyes[j].height) * 0.25); circle(frame, eye_center, radius, Scalar(0, 0, 255), 2); } } imshow("Frame", frame); if (waitKey(1) == 27) // 按ESC键退
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值