一、硬件认识篇

记录“现实”，还是创造“看法”

​ 你用手机拍照，对准一个夕阳下的人像。奇妙的事情发生了——手机屏幕里，天空的绚烂晚霞和人脸的明亮细节，同时清晰又漂亮地呈现给你。你按下快门，得到的照片，和刚才屏幕里看到的几乎一模一样。

这就是我们熟悉的“所见即所得”。手机的芯片和算法，在按下快门前，就已经在疯狂计算，帮你把光比巨大的场景“优化”成一张看起来不错的照片。它给你的是一个处理完毕的结果。

​ 现在，让我们把想象切换到一台相机上，假设它现在处于 “A档”（光圈优先，最常用的半自动挡），对准同样的夕阳人像。这时，相机这个“耿直的理科生”会启动它的测光系统，快速扫描整个画面，然后根据它芯片里写死的物理定律和预设目标（它认为世界应该是18%的中性灰亮度），给你一个它计算出的“正确”曝光。

结果往往是：

• 要么，天空曝光正确、色彩绚丽，但你的朋友却变成了一道漆黑的剪影。
• 要么，你朋友的脸被拍清楚了，但背后那片壮丽的晚霞，却变成了一片苍白、过曝的亮光。

​ 在相机的“自动”或“半自动”世界里，你从取景器里看到的，或者最终得到的照片，往往不是“你眼中所见”的美景，而是“相机大脑认为正确”的数据结果。它忠诚，但不懂审美；它精准，但没有感情。它不知道你更想突出霞光，还是更想留住朋友的笑容。

​ 所以，相机的真正魔力，恰恰不在于“所见即所得”，而在于“所想即所得”。

​ 它给你的不是一个优化好的终点，而是一个无比忠实的起点。它把光线原始的数据交给你，然后由你——这个有情感、有意图的创作者——来告诉它：“不，我不要你那个‘正确’。我要我‘想要’的。”

​ 每一个参数，都是你向相机发出的、一道精确的创作指令。从手机到相机，我们跨越的不仅仅是一台设备，更是一种创作模式：从 “接受算法为你推荐的、大众化的最佳方案”*，转向 “学习如何指挥工具，去捕捉你个人眼中、心中那个独特的瞬间” 。这不是一条更轻松的路，但这是一条能让你的照片真正开始说“你的语言”的路。

彻底搞懂相机和镜头参数

​ 我手头的设备包含：机身NIKON Zf；镜头NIKKOR Z 24-200mm f/4-6.3 VR、YN50mm F1.8Z DF DSM，以上面的这些为例，本章来了解下硬件。

1.机身：NIKON Zf

这台相机是尼康在2023年9月20日发布的一款全画幅复古造型的微单（无反）相机。

要理解它的定位，关键要弄清两个概念：画幅 与 卡口。

1.1 画幅：决定了相机的“底片”大小

​ 在老一辈子艺术家玩摄影的时候，最流行的民用胶卷是 135胶卷（就是小时候那种装在暗盒里的胶片）。这张胶卷上每一格画面的标准尺寸是：36mm × 24mm。进入数码时代后，如果一台相机的图像传感器尺寸完全等于这个36mm×24mm的面积，那么它就被称为 “全画幅”。

• 全画幅：传感器更大，通常画质更好、虚化更强，但机身和镜头也更贵、更重。是专业领域的主流。
• 半画幅（APS-C）：传感器较小，性价比高，机身和镜头更轻便，有等效焦段这个概念，打鸟可以偷焦段。

1.2 卡口：决定了镜头的“接口”规格

• 单反 vs 微单，卡口完全不同。微单因为结构更薄，卡口直径通常更大，为优秀画质打下了基础。
  • 尼康：单反用 F卡口，微单用 Z卡口。
  • 佳能：单反用 EF卡口，微单用 RF卡口。
  • 索尼：单反用 A卡口，微单用 E卡口。

2.镜头：NIKKOR Z 24-200mm f/4-6.3 VR

​ 尼康原厂（NIKKOR）的镜头命名规则为半画幅用 NIKKOR Z DX开头，全画幅一般用 NIKKOR Z 开头，下面为了区分尼康全画幅半画幅暂时假装他叫NIKKOR Z FX 24-200mm f/4-6.3 VR。

• Z DX镜头：专为半画幅机身（如Z50、Z30、Z50M2）设计，更轻小、更便宜。
• Z FX镜头：为全画幅机身（如Z5、Z6、Z8）设计，素质更高。它们也能用在半画幅机身上，但焦距需×1.5，且通常更重、更贵。
• 转接环：如果你想使用尼康庞大的单反 F卡口 老镜头，可以购买 FTZ转接环，这是尼康为老用户铺的桥，但自动对焦等功能可能受限；此外由于Z卡口超大的规格，尼康Z卡口几乎可以通过转接环强行兼容市面上大多数的镜头。

2.1尼克尔 (NIKKOR)

• 意思：这是尼康旗下镜头品牌的名称，所有尼康原厂镜头都叫这个名字。

2.2 Z

• 意思：指这是为尼康Z卡口微单相机设计的镜头。卡口就是镜头和机身连接的那个金属环。

2.3 FX

• 意思：代表这支镜头是专为全画幅设计的，其实全画幅镜头没有这个FX的标志，不过尼康Z的半画幅镜头被官方命名为 Z DX ，此处写作FX只是为了做区分。
• 工作原理：它的成像圈较大，能覆盖整个全画传感器。当然也完全可以放在半画幅机身上，反之如果把它装在全画幅Z机身上，相机会自动裁切画面，或者画面四周会出现严重的黑色暗角。

2.4 24-200mm

• 意思：这是镜头的焦距范围，也就是“变焦能力”。数字越小，画面越广（看到的越多）；数字越大，画面越窄（把远处拉得越近）。
• 范围：从24mm端到200mm端，相当于画面大致放大8倍左右。
• 画幅换算（等效焦距）：尼康、索尼、宾得、富士半画幅相机通常是将镜头焦距x1.5，而佳能是x1.6，M43系统则是x2。关于画幅换算会本章节在相场这部分讲到。

2.5 f/4-6.3

• 意思：这是镜头的最大光圈值，代表镜头的“进光能力”和“虚化潜力”。这里是两个数字，因为它是一个变焦镜头，最大光圈会随着焦距变化。
  • 在最广角24mm端时，你能使用的最大光圈是 f/4。
  • 当你把焦距拧到最长200mm端时，此时能使用的最大光圈会变小到 f/6.3。
• 影响：
  • 进光量：f/4比f/6.3进光量多，所以在24mm端时，在暗光环境下拍摄会稍微有点优势。
  • 背景虚化：光圈数字越小，虚化能力越强。f/4有一定虚化，但不算强；到f/6.3时，虚化能力就很弱了。

2.6 VR

• 意思：光学防抖 功能。这是尼康的招牌技术之一。
• 工作原理：镜头内部有特殊的镜片组，可以通过反向运动来抵消你手部的微小抖动。
• 实际好处：在光线不足或使用较长焦距时，能让你用更低的快门速度（比如1/15秒）手持拍摄，而不容易拍模糊。这对于没有机身防抖的相机来说，尤为重要和实用！
• 通俗理解：“防手抖神器”。能大大提高你手持拍摄的成功率，尤其是在傍晚或室内。

3. YN50mm F1.8Z DF DSM

​ 这是一颗来自永诺的定焦镜头，也就是他的焦距是固定的，不能放大缩小画面；

• YN：也就是永诺，国产镜头厂商，相较于原厂NIKKOR来说价格优势，也做其他卡口的镜头；
• 50mm：50mm的定焦镜头，不能放大缩小画面；
• F/1.8：表示这颗镜头的最大光圈可以开到f/1.8；
• DF：永诺这颗镜头的全画幅版本，此外还有半画幅版本被叫做DA；
• DSM：采用dsm马达进行对焦。

焦距、对焦和透视

焦距

🔗物理焦距与折射率模拟

​ 我们在高中物理都学过凸透镜，焦距（Focal Length）的定义是这样的：当镜头对焦在“无限远”时，从无限远射过来的光线可以看作是“绝对平行的”。这束平行光穿过镜头后，会被折射、汇聚到一个点（焦点）。 从镜头的“光学中心（主点）”到这个“焦点（也就是传感器所在的平面）”之间的物理直线距离，就是焦距，也就是说焦距反映的是一组镜片对光线的折射能力。

​ 所以，如果拿这颗50mm的定焦镜头时，它上面印着的 50mm 并不是随便标的，它的意思是：当这颗镜头拧到无穷远对焦时，它的光学中心，距离相机传感器，不多不少，正好是 50 毫米。

​ 焦距越短（比如 24mm）： 相当于这块玻璃越凸、越厚。它的折射能力极强，光线刚穿过去没多远就被猛烈地“掰弯”汇聚了。因为汇聚得早，所以视角大，这就成了广角。

​ 焦距越长（比如 200mm）： 相当于这块玻璃非常平缓。它的折射能力很弱，光线穿过去后，慢悠悠地滑行了很长一段距离才汇聚到一起。因为汇聚得晚，只能截取光束中间那一小块，这就成了长焦。

对焦

🔗光学共轭：物距与像距的机械解算

​ 用v表示像距（镜头光学中心到成像清晰点的距离），f表示焦距，u表示物距（物体距离镜头光学中心的距离），根据高斯公式有：

\[1/f = 1/u + 1/v \]

​ 在这个公式里，如果想要 v = f （像距等于焦距）成立，必须满足 u （物距）等于无限大；也就是说只有当光线从遥远的星空射过来，变成绝对的平行光束穿过镜头时，才会不多不少的精纯汇聚在距离光学中心 f 的位置，即只有当你的镜头拧到无穷远对焦时，像距才等于焦距。但是一般说来我们除了拍摄星空之类的超级远景之外基本上都是把被拍摄物体当作是一个点光源（反射光源），它向四面八方发射出有角度的光锥。

​ 所谓“对焦”的物理含义，就是一次光锥的完美闭环： 我们必须通过移动光学组件，让这个发散的光锥穿过镜头后，重新精准地汇聚成一个绝对的“点”，并且让这个点不偏不倚地刚好砸在 CMOS 传感器平面上。砸早了或砸晚了，点就会弥散成一个模糊的圆（弥散圆），画面就糊了。这就是为什么我们半按快门时，自动对焦镜头内部的机械结构必须立刻疯狂运转的原因——它在为你抓取那个脆弱的物理切片。

🔗真实机械对焦：固定传感器与镜片位移

​ 纯正的老式定焦镜头，里面的玻璃镜片是焊死在一起的一个整体。只要这块玻璃的弧度和材质不变，它的折射率（焦距 f）就永远是一个绝对的常数（比如精准的 50mm）。假如说这个镜头的光学中心距离成像清晰的平面是固定的距离，那你就不得不去调节自己与拍摄主体之间的距离确保主题在传感器上获得一个清晰的像，根据我们的经验这肯定是不合理的，那么现在就分成了两派：

一种是通过手动推动（或者自动推动）镜头的镜片前后移动获得准确清晰的像（可以参考一些沧野的镜头），另一种就是在镜头的镜片中专门分出一组镜片对焦组专门使用马达推动这组重量比较小容易推动的来改变光路，在对焦的时候只需要半按快门移动对焦组就能准确合焦。

​ 既然物体一旦拉近，光线有了夹角，高斯公式里的 1/u 就不再是 0 了，那焦点必然会向后跑。但为什么摄影圈还总是挂着“像距等于焦距”这句话呢？那为什么日常拍摄我们也会近似认为v≈f呢？

假设你现在有一颗 50mm 的定焦镜头（f=50mm），你站在距离模特2m的位置拍照（u=2000），根据公式应该有 v = u×f / (u - f ) ，也就是 v = 2000×50 / (2000 - 50) = 100000 / 1950 ≈ 51.28mm，物体从遥远的无限远“瞬移”到了你面前 2m 处，这是一个巨大的空间跨度。但是，为了重新抓取这个焦点，像距仅仅增加了 1.28mm

在日常非微距的拍摄中，这个机械位移量太小了，传感器几乎就贴在物理焦点旁边。所以我们为了方便建立三维透视模型，直接在宏观上把这 1.28mm抹零，统称“像距等于焦距”。

​ 既然物体靠近时，像距 v 变大了（焦点往后跑了），为了让光点重新落回固定的传感器上，工程师必须解决这个物理问题。由此诞生了两大架构：

死磕物理派（外对焦 / 整体移动）： 既然焦点往后跑了 1.28mm，那我就用马达把整组镜头玻璃往前推 1.28mm。焦距 f 绝对不变，但镜头会像长颈鹿一样伸缩。不仅对焦慢，还容易进灰。

现代算法派（内对焦 / 动态改变公式）： 为了追求极致的对焦速度和密封性，现代大厂把镜头外壳焊死，一纹不动。工程师在十几片复杂的透镜组中，专门剥离出了一组极其轻薄的·对焦镜片组·。对焦时，马达只需要推动这几克重的玻璃跑位，改变镜头内部的光学主面位置，从而在传感器不动的绝对前提下，强行配平像距。。由于内对焦改变了镜头内部的光学组合，在近距离对焦时，整支镜头的真实物理焦距会不可避免地产生微小缩水，比如 50\mm变成了 47mm。这种因为对焦导致视角发生微微缩放的物理擦边球，就是视频摄影师最头疼的呼吸效应。

最近对焦距离

​ 我们都知道尼康的八百腚是自动最近5.8m，手动最近5.9米，也就是你差不多要拿着相机差不多6m的位置才能拍摄到清晰的主体，那为什么会有最近对焦距离这种说法呢？

我们可以用高斯公式 1/f = 1/u + 1/v 算一下，就拿这颗焦距 f = 800mm 的拔摆腚来说：

• 当对焦在无穷远时： 像距就等于焦距，即 v = 800mm。这就是镜头收缩到最短的常态。

• 当你想对焦在 5.9 m时： 代入公式：1/800 = 1/5900 + 1/v

  经过计算，此时像距 v = 925.5 mm 。

也就是说如果你想拿着八百定去拍一只5.9的鸟，镜头内部的对焦玻璃组必须被机械齿轮硬生生地往前推出去12.5cm。考虑到镜头的便携性和可维护性，这个对焦组移动的位置就必须加上限制。

变焦

🔗镜头解剖：变焦失焦与对焦修正

​ 理解了定焦镜头在不同距离下的对焦修正，我们就能彻底看懂更复杂的变焦镜头（如 24-200mm）内部在玩什么三维游戏了。

​ 在变焦镜头里，除了上述的“对焦组”，还多了一组“变焦组”。当你拧动变焦环时，机械凸轮槽在强行推拉变焦组，改变整支镜头的折射算力（将焦距从 24mm 线性编译到 70mm）。

​ 但现代绝大多数变焦镜头在物理上都是变焦失焦镜头。这意味着，只要你拧动变焦环改变了焦距 ，整个高斯成像公式的平衡就会瞬间被打破，原本合焦的平面会立刻从传感器上滑走。如果对焦组不动，画面就会瞬间糊成一片。因此，当你每一次推拉变焦、或者自动对焦系统半按快门时，相机的处理器和对焦马达都必须以毫秒级的速度，在后台重新计算并移动对焦组，把被变焦无情破坏的光路，重新精准地缝合回传感器上。

等效焦距

​ 我们通过了解上面的光路和物理结构之后，就知道焦距（f）是镜头的硬件绝对常量，无论你把它拧在什么相机上，它的折射算力和成像圈大小永远不会变。那为什么在半幅相机上，那颗 50mm 的镜头会变成 75mm 的焦段呢，这就涉及到图像传感器（CMOS）的硬件规格差异了。

​ 我们可能认为是半幅相机的硬件把光线放大了。 本质上，等效焦距不是焦距变长了，而是视角变窄了。

在相机的设计中，全画幅传感器（FX）的尺寸是严格的 36mm×24mm。而半画幅传感器（DX）的尺寸缩小到了大约 24mm×16mm。当我们把照片铺满整个手机屏幕时，大脑会对视角的改变产生错觉：半画幅照片因为漏掉了边缘画面，迫使你只能盯着中心看，这在视觉体验上，就等效于换上了一颗视角更窄的长焦镜头。

根据几何光学，相机的成像圈是一个圆，而传感器是一个矩形。矩形能够容纳的最大尺寸，由它的对角线长度（d）决定，那我们直接根据勾股定理得出：

全画幅相机的对角线dFF有：

\[d = \sqrt{36^2 + 24^2} = \sqrt{1296 + 576} = \sqrt{1872} \approx 43.27 \text{ mm} \]

半画幅相机的对角线dAPS-C有：

\[d_{\text{APS-C}} = \sqrt{24^2 + 16^2} = \sqrt{576 + 256} = \sqrt{832} \approx 28.84 \text{ mm} \]

然后我们将硬件的尺寸进行比值有：

\[\text{裁切系数（Crop Factor）} = \frac{d_{\text{FF}}}{d_{\text{APS-C}}} = \frac{43.27\ \text{mm}}{28.84\ \text{mm}} \approx 1.50 \]

这就是1.5的裁切系数的由来，接下啦再代入光学视角（FOV）的计算有：(其中 θ 为视角，d 为传感器对角线，f 为镜头物理焦距)

\[\theta = 2 \arctan\left(\frac{d}{2f}\right) \]

当半画幅相机的传感器对角线 d 缩减为全画幅的 1.51 时，如果要让两台相机的视角 θ 严格相等（对齐输出结果），方程式右侧的函数值就必须保持恒定。

\[\theta_{\text{FF}} = \theta_{\text{APS-C}} \]

\[2 \arctan\left(\frac{d_{\text{FF}}}{2 \cdot f_{\text{等效}}}\right) = 2 \arctan\left(\frac{\frac{d_{\text{FF}}}{1.5}}{2 \cdot f_{\text{物理}}}\right) \]

为了配平这个等式，分母里的未知数必须满足：

\[f_{\text{等效}} = f_{\text{物理}} \times 1.5 \]

所以我们得出结论：

挂在半画幅上的 50mm 镜头（f物理=50），在半画幅缩小的对角线强力配平下，其输出的照片视角，与全画幅相机挂上一颗 50×1.5=75mm 镜头的视角完全一致。

推导过程你大可不比完全记住，只需要了解这个系数与什么有关即可，这种计算方式同样适用于中画幅/全画幅/半画幅/M43之间的等效焦距计算。

下面是示意图：

🔗全画幅 vs 半画幅：成像圈嵌套与裁切原理

透视

1.近大远小

​ 绘画理论术语。“透视”（perspective）一词源于拉丁文perspclre（看透），指在平面上描绘物体的空间关系的方法或技术。透视（绘画理论术语）_百度百科 。这个平面就是我们的相机传感器，或者说是我们的视网膜。

​ 或许你曾在网上看到过广角镜头透视效果强，长焦镜头透视效果若压缩效果强，这里的透视效果实际上指的就是近大远小的程度。

​ 那么近大远小指的是什么呢，我们从数学和物理的角度应该会更好理解，下面两张图是同一个物体经过相机镜头投射到相机传感器上的效果。（可以点击动画更加明显）

​ 透视原理：固定传感器上的“近大远小”

​ 我们在高中的时候就学过这个公式：

\[像高 = 物高 * 像距(焦距)/物距 \]

​ 当一个物体（比如一辆车）离你越来越近（物距变小），在分母变小的情况下，算出来的成像高度必然变大。它在视网膜上占用的视锥细胞变多，在传感器上占用的像素行数变多。所以说，近大远小是一个物体的像相较于位置变化之前的像的效果对比效果。根据公式我们也可以知道透视和焦距无关，之与人眼（相机）和物体的距离有关。

想象物体A和物体B是在光轴上的两个物体，物体A高h1，物体B高h2，二者在光轴上相对距离为ΔH，其中A距离相机距离为 H，B 距离相机为 H + ΔH ，我们使用焦距为v的相机进行拍摄：
代入公式

A的像高为：H(A) = h1 * v / H

B的像高为：H(B) = h2 * v /( H + ΔH )

如果想知道两个像的比例关系：

H(A) / H(B) = h1 (H + ΔH）/ h2 * H

又由于 h1 和 h2 本身就是固定的比值（真实高度），所以就可以得到 (H + ΔH）/ H 也就是 1 + ΔH / H

最后我们得到结论：

​ ⭐当 H（你离物体的距离）极大时，也就是你退得非常远：分母 H 趋近于无穷大，那么 ΔH / H 就无限趋近于0，最终的比值就是 1 + 0 = 1。

​ 物理意义： 两个物体在画面中的相对大小，完全等于它们在现实中的真实比例。不管 ΔH（它俩之间的距离）是 10 厘米还是 10 米，只要你退得足够远，空间就被彻底“压平”了。这就是长焦镜头“空间压缩感”的数学本源。

​ ⭐当 H（你离物体的距离）极小，也就是广角怼脸拍：比如 ΔH 是 10 厘米（鼻子到耳朵），而 H 也是 10 厘米（相机贴着鼻子）。 公式变成了 1 + 10 / 10 = 2。

​ 物理意义： 在画面里，前面的物体会被额外放大整整一倍，这就是广角大鼻子的数学死穴。

🔗透视形变乘数计算器

2.人像黄金焦段

​ 或许你听说过50mm是拍摄人像的黄金焦段，他和我们人眼的透视效果基本一致，根据上面的知识，我们应该这样理解这句话：当你使用50mm的镜头的时候，你想在相机画面中看看到的人物的效果和你肉眼看到的效果一样，那么你大致是不太需要移动位置的。

​ 那么为什么其他焦段就不合适呢？我们要知道一个生理常识：人的脸不是平的。鼻尖是最高点，而耳朵和脸颊在鼻尖后方大约 10 厘米 的位置。如果你用 24mm 广角镜头拍一张大头照（为了让脸填满画面），由于 24mm 视野太广了，你必须把相机怼到离模特脸极近的地方，比如离鼻尖只有 20 厘米。

🔗人像透视形变：广角大鼻子效应模拟

相机到鼻尖的距离 = 20 厘米
相机到耳朵的距离 = 20 + 10 = 30 厘米
透视比值： 30 / 20 = 1.5 倍。

结果： 在镜头的光路里，耳朵离相机的距离是鼻子的 1.5 倍。根据“近大远小”，鼻尖在画面里会被极其夸张地放大，而耳朵和脸颊会急剧缩小并向后“退缩”。这就是广角拍人像“大鼻子、锥子脸、外星人”的物理成因。

相机到鼻尖的距离 = 150 厘米
相机到耳朵的距离 = 150 + 10 = 160 厘米
透视比值： 160 / 150 = 1.06 倍。

结果： 此时，鼻子和耳朵到相机的距离几乎是一样的（仅仅差了 6%）。近大远小的倍数差被极大地稀释了。鼻子和脸颊的比例在画面中变得非常匀称。