¿Cómo puede una cámara ser de 12MP y 1080p, cuando 1920x1080 es solo 2,073,600?

En las especificaciones de la próxima cámara de un teléfono inteligente (era esta , solo para el registro), la cámara se describe como "12MP, 1080p".

Pero esto no tiene mucho sentido. Si la cámara es 1080p, es decir, capaz de FHD con una resolución de 1920x1080 píxeles, entonces esto es 2073600 píxeles, o aproximadamente 2MP, mucho menos de lo que es técnicamente posible con una cámara de 12MP. Y con 12MP, esta cámara sería capaz de tomar imágenes muy por encima de UHD o 4k (que es de alrededor de 4000x2000 píxeles ~ 8MP), ¿entonces 12MP significa que también podemos tomar imágenes con esta alta resolución?

Entonces, mi pregunta, ¿cómo leer esta especificación contradictoria de 12MP y 1080p, y si eso no significa que la resolución más alta de una imagen es 1920x1080p, ¿cuáles son las dimensiones máximas?

La designación de 12MP generalmente se usa para referirse a la fotografía fija, mientras que la designación de 1080p se refiere al video.

El sensor tiene 12 megapíxeles, a veces un poco más que queda enmascarado. Esto significa que toma fotos de 12 megapíxeles. Lo más probable es que se trate de una imagen con una relación de aspecto de 4: 3, lo que significa aproximadamente 4000x3000px.

El video es un flujo de imágenes, capturado más comúnmente de 24 a 60 FPS. Esto significa que para un sensor de 12 MP generaría 12 MP (digamos RAW de 8 bits por simplicidad) que a 24 FPS es 12 x 24 = 288 MB / s. Esa es realmente una gran cantidad de datos, y esto es un mínimo, ya que la profundidad de bits suele ser de 12 bits, por lo que es un 50% más.

Hay varias formas de trabajar con esto. Una es tener un procesador que pueda leer esa cantidad de datos pero no emitirla, en cuyo caso cada cuadro de 12 MP se reduce a unos 2 MP y luego el procesador lo codifica y lo escribe en la tarjeta de memoria. Esto le permite obtener un video de 1080p que es tan ancho como una imagen de 12 MP. Esta es la implementación más común.

Otra implementación es tomar una región de recorte de la imagen. Esto es extremadamente común con el video 4K, ya que muy pocos sensores y procesadores pueden manejar esos datos a 30 FPS. La desventaja de esto es un ángulo de visión disminuido. Cuánto depende de la resolución del sensor; para 12 MP, sería muy mínimo ya que 4000x3000 no es mucho más ancho que 3840x2160. Para un sensor de 16 o 20 MP, puede ser de hasta 1.3X. Tenga en cuenta que los videos HD y 4K tienen una relación de aspecto de 16: 9, por lo que incluso en un sensor de 12 MP, habrá una gran cantidad de recorte vertical.

Algunos sensores tienen circuitos adicionales que les permiten emitir píxeles agrupados que luego deben volver a muestrearse a la resolución de video deseada. Entonces, supongamos que un sensor de 12 MP con una resolución de 4000x3000px podría generar 2000x1500 que luego se volvería a muestrear o recortar a 1080p. De esta manera, uno no necesita una lectura tan rápida y se puede utilizar un procesador menos potente.

Los sensores CMOS, que son los más comunes en la actualidad, también pueden realizar lecturas aleatorias de píxeles para poder submuestrear píxeles de un área grande del sensor, omitiendo algunos en el medio. Esto da como resultado ciertos artefactos, particularmente muaré .

1080p se refiere al video: 1920 × 1080 escaneo progresivo . El teléfono es capaz de imágenes fijas de 12 Mpixel pero solo video de 1080p. (Esto es bastante típico; se necesita mucha más potencia de procesamiento para tomar video a una resolución dada que tomar una imagen fija a esa resolución).

La diferencia es que la imagen de video se procesa a partir de cuadros fijos. La velocidad de transferencia de datos para la resolución completa del sensor (es decir, 12 Mp) sería demasiado alta para el uso normal y no existe un estándar para dicho video. Apenas hacemos uso completo del video 1080p.

Por lo tanto, el hardware de su teléfono realiza un escalado especializado y muy rápido de cada cuadro de video desde los 12Mp completos hasta los 1080p estándar (o lo que haya especificado). Ese cuadro de video se codifica utilizando el códec requerido (nuevamente, por lo general, por hardware especializado rápido) para formar una transmisión de video compacta.