1、问题背景
在项目调试上，由于带宽限制、平台限制、16:9 宽高比的要求，很多时候我们不会用到 sensor 的全尺寸输出，
而是会通过 sensor、isp、或者其他后处理模块做 crop/downscaler 成小尺寸输出，
比如 400万像素的 sensor，降低分辨率到200万像素后，和原生 200万像素的 sensor 比较，哪个清晰度会更好 ？
注意下这里说的清晰度只涉及图像清晰地再现被摄景物纤维细节的能力，不涉及细节边缘的锐利程度，
另外再引申出一个问题，sensor 的 pixel size 对清晰度有影响吗 ？
因为原生 200万的 sensor 和降低分辨率的 400万 sensor, 差异比较明显的就是 pixel size了。
2、问题分析
首先要先确认是哪个模块，通过什么方式来降低分辨率的，比如 sensor、isp、编码都可以做降低图像分辨率的处理。
下面分两种情况来分析，
1）在不改变视场角的情况下，sensor 可以通过 skipping、binning 的方式将图像分辨率从 400万降到 200万；
也就是 sensor 原始输出的像素数就是 200万了，和原生 200万像素的 sensor 像素数相同，所以清晰度应该是差不多的，
因为对于 sensor 而言，决定清晰度的就是像素数，经过降低像素输出后的 sensor，和原生200万 sensor 的像素数相同，只是 pixel size 存在差异，但pixel size 对清晰度不会有影响，它只是决定感光度。
但如果当 sensor 的 binning 算法处理有损失时，也会出现比原生 200万像素的sensor 要差的情况。
这个我没验证过，我是看到大话成像的讨论群里，是有人反馈有遇到这种情况。
2）通过 ISP 或者其他模块的后处理，downscaler 成 200W时；
首先 400w sensor 因为像素数多，采集的数据信息肯定是要比原生的 200万要多的，所以就肯定会有更多的细节信息。
这里主要就是要看 downscaler 的处理能力，它也是一个硬件处理模块，用软件处理实时的30fps的视频流肯定是不行的，
所以如果 downscaler 处理的好，他就能从 sensor 输出的数据上保留更多的细节信息，清晰度肯定是优与原生的 200万的。
关于downscaler 它可以通过多种算法或技术实现，包括但不限于 binning、skipping、插值或重采样等，downscaler的目标是在减少数据量的同时保留尽可能多的重要信息。
作者：ISP Tuning 木东 来源：公众号—— ISP Tuning
进技术交流群，扫码添加我的微信：mudong_771
版权声明：本文内容转自互联网，本文观点仅代表作者本人。本站仅提供信息存储空间服务，所有权归原作者所有。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至1393616908@qq.com 举报，一经查实，本站将立刻删除。
