文/小伊评科技看到很多回答都在嘲讽IMX686,其实我觉得大家都有一些偏激了,其实从现在所透漏出来的消息来看,IMX686可以看做是采用RGGB感光阵列IMX600的公开商用版(因为此前IMX600几乎都是华为独占的,IMX586只是是IMX600的阉割版)这个版本只在华为P20Pro以及华为Mate20Pro上用到过,等到了华为P30以及华为Mate30的时候就已经将IMX 600升级为了支持RYYB感光阵列的IMX600Y,那么我们就来好好探讨以下IMX600和IMX686到底谁更好,咱们不要偏激,实事求是来说话。
RGGB和RYYBIMX600和IMX686从本质上来讲差别不大,只是侧重点不同,IMX686侧重白天成像,IMX600则更偏向夜间成像。
IMX600这颗传感器感光面积的尺寸是1/1.7英寸,有效像素4000万,在普通模式下采用像素四合一的方式输入1000W像素的照片,由于像素密度比较小的缘故,所以单像素的尺寸比较大为1um,经过多像素合成后可以变成2um。
而IMX686同样采用了1/1.7英寸的大底,不过有效像素提升到了6400W像素,同样是采用Quad Bayer彩色滤光片阵列技术,在像素四合一后可以默认输出1600W像素的图片,其像素要比IMX600高,但是由于像素密度较高,其单像素面积为0.8um,多像素合成后可以达到1.6um,比IMX600的要小不少。
从以上大家可以看到,IMX686的优势主要体现在像素上。
那么在底面积一致的情况下,像素越大就意味着解析力会相对更好,所以在白天光线充足的时候,搭载IMX686传感器的手机在理论上拥有比搭载IMX600的手机更好的解析力(也就是图片放大之后细节清晰不清晰了)其实这一点从NEX3和华为Mate30Pro的样张表现就可以看出来,搭载6400W像素的NEX3明显拥有更加出色的解析力。
NEX3和华为Mate30Pro解析力对比而IMX600的主要优势则集中在进光量上,因为单像素的面积越大理论上进光量就会越大,所以在弱光拍摄下,画面就会越纯净,噪点也更少。
所以根据现有的信息来看,IMX686和IMX600并没有核心层面上的不同,只是在侧重点方面做了不同的取舍,IMX600更侧重于弱光成像的素质而IMX686则更偏向于日间成像的素质,这是取舍问题并非是性能差别。
所以大家也不要过度神话IMX600了,毕竟是两年前的产物,技术是在不断的革新的,有更好的传感器出现也不奇怪。
而且既然华为已经将IMX600下放到了荣耀V30身上,那么肯定是有更出色的定制级传感器将会披马上阵了,将很有可能会在P40身上和我们见面。
华为的算法沉淀和RYYB将会存在巨大优势虽然从两款CMOS传感器的硬实力方面来说差别只是取舍的问题,但是华为毕竟已经调教IMX600这颗CMOS两年了,对于如何发挥出这颗CMOS传感器的最大性能已经有比较充足的经验,而国内其他厂商很多都是第一次接触拥有1/1.7英寸底面积的传感器,那么到底能不能在初期优化到位还是一个疑问。
毕竟当年搭载IMX586的红米K20Pro连自家搭载IMX363的小米MIX3都跑不过,这就说明,硬件实力再强大,优化实力不足也是白搭,所以关于卢总的嘴炮大家还是听听就好,不必当真了。
另外华为家还有独创独占的RYYB感光阵列技术,相比于IMX686的RGGB拜尔排列最多可以增加30%的进光量,再加上本身单像素的面积就要更大的优势,IMX600Y在弱光成像下的表现肯定要明显好于IMX686。
总的来说,IMX686其实就是IMX600 RGGB版的公开商用版本,所以我们其实没有必要刻意的去争论谁性能更好,毕竟CMOS性能的高低虽然可以影响到成片质量,但是就IMX600和IMX686这两款CMOS来说,厂商的算法优化实力才是重点。
end 希望可以帮到你
相机传感器IMX600和IMX686到底哪个好?IMX600IMX600的传感器尺寸为1/1.7英寸,4000万像素,单个像素尺寸1μm,支持四合一2μm大像素,RYYB阵列(进光量更高),在专业模式中能够提供102400的超高感光度。
IMX686IMX686的传感器尺寸为1/1.7英寸,6400万像素,单个像素尺寸0.8μm,四合一1.6μm大像素,硬件级直出 9248 x 6944 超高分辨率。
两者对比从像素上看,IMX686的6400w解析力肯定比IMX600的4000w强,但IMX600单个像素1μm尺寸更大,RYYB排列感光度更高,两者各有千秋。
拍照体验最终取决于硬件+算法+调试的综合能力,拿谷歌pixel4举例,主摄1/2.55小底,1200w低像素通过软件算法实际表现照样可以跟上面其他手机厂商优化的大底高像素传感器刚一刚。
哪个好?还是要看手机厂商对于这两颗传感器的打磨和优化,不过华为打磨了两年的IMX600,红米的IMX686难说,最终还是等实机的表现吧。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)