发布完文章《从型号了解一台相机·奥之心篇》后，有读者给我发来照片，说：“你看我这M43相机拍出的照片多好，凭什么说M43画质不行？”于是我意识到，部分读者可能对“画质”有些误解，因此决定单独开篇，再次聊聊“画质”这个话题。
画质可以被感知，但同时也是一个可被量化的客观指标。在 Imatest、DxOMark、Image Engineering 等众多影像实验机构的实践中，“画质”基本可以归纳为四个方面：
-
清晰度和分辨率（Sharpness and Resolution）
-
噪点和信噪比（Noise & SNR）
-
动态范围（Dynamic Range）
-
色彩深度与准确性（Color Depth & Accuracy）
清晰度和分辨率指相机能记录的图像细节数量，通俗来说就是画面清不清晰。当我们说“这张照片看起来很模糊”，往往就是在说清晰度或分辨率低。
如果要量化这种“模糊的感受”，实验室通常采用 ISO 12233 标准测量空间频率响应（SFR, Spatial Frequency Response），最终得到一条从左上向右下延伸的曲线。这条曲线下降得越缓慢，说明分辨率越高；反之则说明分辨率较低。通过这条曲线，我们还可以计算出 MTF50 等关键数值，可以简单理解为相机在分辨率科目上的考试成绩。
噪点和信噪比指图像在高 ISO 下的干净程度，通俗来说就是暗光下画面会出现多少闪烁的小颗粒。如果噪点高、信噪比低，你可能会说“这台相机晚上拍照，画面脏兮兮的”。
信噪比（SNR, Signal-to-Noise Ratio）可以量化这种“脏兮兮”的感觉。实验室通常采用 ISO 15739 标准进行测量：先用相机拍摄灰阶卡，再测量信号平均值（μ）与噪声标准差（σ），最后利用公式转换为以 dB 为单位的数值。这就是相机在噪点控制科目上的考试成绩。
右边是噪点高的照片（Credit: photoreview）
动态范围指相机能同时记录的最亮和最暗细节的跨度。当一台相机动态范围较低时，你可能会抱怨“天空一片死白，暗部一团漆黑”。
动态范围（DR, Dynamic Range）本身就是一个客观概念。实验室通常采用 ISO 15739 标准进行测量，用相机拍摄一系列均匀的灰卡，逐级增加曝光，最后找到这台相机动态范围的上限和下限，看二者之间跨越了几档。这是相机在动态范围科目上的考试成绩。
相机能记录的明暗范围比人眼更低（Credit: Tamron）
色彩深度与准确性指相机记录色彩信息的丰富程度以及色彩还原的真实性。其中，色彩深度一般以位数（Bit）衡量，这项数据通常会被相机制造商直接公开。色彩准确性则需要用相机拍摄标准色卡，并计算相机捕获的颜色与标准参考颜色之间的 ΔE 值（色彩差异）。这个值是相机在色彩准确性科目上的考试成绩。
尽管色彩准确性是画质的一个方面，但它在大众摄影领域常被忽视。因为“准确”的色彩往往不是“好看”的色彩，摄影者几乎都默许相机厂商有一套自己的色彩科学，甚至会将其视作一种风格。所以在谈论画质时，我们常常主要讨论分辨率、噪点、动态范围这三个方面。
画质可以被感知，但它不是一种抽象主观的感觉，而是可以被精确测量的客观指标。
更大画幅在画质上的优势
大家常用“底大一级压死人”来描述更大尺寸传感器所带来的优势。现在我们知道了画质如何被测量，便能进一步理解传感器尺寸是如何影响画质的。
简单来说，更大尺寸的传感器并不会直接影响清晰度、分辨率以及色深、色准，其核心优势在于提升信噪比和动态范围。
噪点控制方面，我们已知信噪比是信号电荷量 S 与噪声电荷量 N 的比值。
在分子上，更大尺寸的传感器能够带来更大的像素面积，每个像素都能捕捉更多的光子数量，“信号”随之增加。
在分母上，“噪声”又分为光子噪声和读出噪声。光子噪声会随着传感器尺寸增加而增加，但增速远低于信号的增加；读出噪声主要取决于读出电路设计，与传感器面积无直接关系。
因此我们可以看出，传感器面积的增加会带来信号显著增加以及噪声略微增加，信噪比由此提升。
动态范围方面，我们已知动态范围是最大饱和信号 Smax 和最小可辨信号 Smin 的比值。
在分子上，更大尺寸的传感器能够带来更大的像素面积，使单个像素能存储更多的光子数量，从而提高了最大饱和信号，使画面高光处不易过曝。
在分母上，刚刚我们得出了更大尺寸的传感器具有更高信噪比，也就是说在暗光条件下，更大尺寸传感器能够记录更多细节，最小可辨信号随之降低。
当分子变大、分母变小，我们的动态范围就更大了。
绕这么一圈，一是想说明大尺寸传感器对画质的提升是真实可推导的，而非一种主观感觉或简单臆断。二是想向“知道全画幅好但不知道全画幅好在哪里”的人介绍：全画幅主要优势体现在暗光场景和大光比场景的记录上，因为它有更好的噪点控制能力和更大的动态范围。
计算摄影削弱画幅的画质优势
想要获得更好的画质，只能使用更大画幅的相机吗？不是。小底相机固然无法单挑大底相机，但它可以拍摄多张照片并利用算法合成，以多敌一。
在暗光场景下，小底相机可以连续拍摄多张照片并堆栈降噪。这是利用了“信号是不变的，噪声是随机的”原理，把多张照片取平均值，使信号相互叠加、噪声相互抵消。公式计算可得出，堆栈 n 张照片，信噪比理论可以提升 √n 倍。例如拍摄 4 张照片，信噪比即可提升 2 倍。手机的超级夜景模式便是这样实现的。
在大光比场景下，小底相机还可以拍摄多张不同曝光的图片进行 HDR 合成，把记录了暗部细节和亮部细节的照片组合在一起，能完全复刻大底相机“高光不过曝、暗部无死黑”的效果，甚至动态范围可能还更好。
这是说现在购买更大画幅相机已经没有意义了吗？也不是。
计算摄影并不是 AI 时代诞生的新概念，像堆栈降噪和 HDR 合成技术都已出现二十多年，是老一辈专业风光摄影师人均掌握的技能。这些技术之所以没有在广大爱好者中风行起来，主要原因是对时间一致性要求极高，使用场景有限。
无论是堆栈降噪还是 HDR 合成，都要求不同帧之间的“信号”必须可对齐，也就是说摄影师不能动，画面中的元素也不能动。体育摄影、新闻摄影、人像摄影这些涉及时机把握和主体移动的题材，几乎没有计算摄影的用武之地。
次要原因是很多计算摄影的手段，目前依然需要使用高性能电脑进行多步骤专业后期，才能获得理想效果。对大多数想一键拍好照片的普通人来说，存在较高的时间成本、学习成本及设备成本。
看待画质需理性
此前发布奥之心相关文章后，我收到一些留言和私信批评我是“唯画幅论”“唯画质论”。诚然，我在评价和推荐机型时的确会强调画幅与画质，但这很大程度是因为这是读者最关心、最在意的地方。
在知乎，我已经做过超过 300 次一对一咨询，读过上千条评论。超过九成用户都提出想要“画质好”的设备。当性能顶尖的 APS-C 相机和入门全画幅相机价格相同时，大多数人都毫不犹豫地要求全画幅。在我个人经历之外，一些系列销量报告和市场调研也证明，大家就是喜欢更大画幅、更好画质的相机。
追求画幅和画质并没有错。因为在某些极端苛刻的拍摄条件下，例如大光比的日出日落、光线微弱的夜景，或是在需要大幅面输出和深度后期裁剪的商业摄影中，高画质相机的价值便会凸显。它能提供更宽裕的后期空间、更纯净的暗部细节和更丰富的光线信息，确保摄影师在最恶劣的环境中，仍能最大限度地记录下想要捕捉的珍贵瞬间和场景。
但我也不认为自己是’唯画幅论”唯画质论’。如果我们真的把画幅和画质看作相机的全部，倒可以去考虑 5000 元的二手索尼 A7R2、尼康 D810。这些发布超过 10 年的老古董，依然有着与市面上一万多、两万元相机类似的动态范围和信噪比。
但选相机不能只看画幅和画质，就像选手机不能只看处理器和算力、选汽车不能只看发动机和马力。相机在画质以外，还有自动对焦、高速连拍、机身防抖、视频录制等一系列评价维度，甚至电池续航、屏幕显示、菜单系统、握持手感这些看似不重要的项目，也都非常影响我们每一次的使用体验。
事实上，摄影器材选购从来不是一道只有唯一正解的数学题，而更像是一次需要综合考量的决策过程。画质重要，但它只是拼图中的一块。一台相机是否趁手好用，取决于它在各个维度上是否与你的需求相匹配。甚至我们还应该意识到，用一支好笔不一定能写一手好字，拿一台好相机也不一定能拍好照片。相机只是工具，使用者才是决定性因素。
希望这篇文章能帮助大家对画质有进一步了解，以后更从容地选择适合自己的器材。