这么讲景深，你肯定明白！

科技 2024-10-28 08:32 北京

来源：光数视觉

摄影

August 2020

俗话说，冰冻三尺非一日之寒，滴水穿石非一日之功，而打好基础，才是最最重要的。....................

精确的对焦和足够快的快门速度能够保证图片的清晰度，但是景深范围没控制得当依然会让照片看起来模糊……

虽然每次拍摄的对焦点只能有一个，但是清晰的范围并不只局限在那一点上。事实上，照片中清晰的范围是以对焦点为中心前后一段范围内的景物。这一段清晰的画面也就是我们常说的景深范围，或称DoF（Depth of Field）。

每一张照片的景深范围会因为各种因素的不同而变化。有时我们需要景深范围更小/浅（例图中只有石榴花瓣看起来清晰），而在另外一些场景中我们需要更大/深的景深范围。

在熟练掌握控制景深的方法之后，拍摄者能够更从容地改变画面中清晰/模糊部分的比例，从而引导观者的视线或者隐藏画面中不和谐的元素。

举例来说，在拍摄风光照片时，摄影师大都希望拥有尽可能大的景深范围，以保证从前景到背景的画面都足够清晰。而在拍摄人像的时候，摄影师一般希望景深范围更小，从而获得更好的背景虚化效果以突出人物本身。

虽然相机上并不会出现“景深控制”按钮，但是我们仍可以通过修改一些列相机参数来改变景深的范围。这当中就包括镜头的光圈、对焦距离以及相机（传感器）的类型。

#景深的决定因素有哪些？#

有三个因素会影响景深的范围：光圈大小、对焦距离以及镜头焦距

有一些因素相比之下更好控制。比如光圈的大小，相比另外两项参数就更容易改变。更换镜头/改变变焦镜头上的焦距也能够改变景深的范围：在同一个对焦距离下改变拍摄的距离，你能够发现非常明显的景深范围变化，但是构图上也会变化。更长的焦距会“放大”背景中的元素，所以使用长焦镜头拍摄时，背景中的虚化元素会显得更明显更模糊。改变对焦距离是最麻烦的方法，但是或许走几步就能够改变整张照片的质量。

改变光圈大小

光圈越大（光圈值越小），此时的景深范围就越小。这一特性常被摄影师用来避免画面中出现干扰元素。

改变对焦距离

离拍摄对象的距离越远，此时拍摄的景深范围就越大。

改变焦距

镜头焦距越长，景深范围相对就越小——但是如果在拍摄时改变对焦距离，景深的范围仍可以保持一致（如图所示）

#圆圆的光斑#

为什么画面中特定的部分是清晰的，而另一些则是模糊到几乎无法辨认？

在某些介绍景深概念的文章中，你或许会看到“ 弥散圆（Circle of Confusion）”这一名词。明白这一概念，能够更好地帮助我们理解为什么照片中特定部分是清晰的，其他部分则是模糊的。

“弥散圆”的概念是指在准确对焦的时候，场景中的一个点会在画面中被完美地还原成一个点。而在对焦不实的情况下，这个点会变成一个模糊的圆形。不过画面中清晰和模糊的部分并不是由一条清晰的界线分开的，而是慢慢地从清晰渐变到模糊的。在数码相机上，当这个点扩散得比相机的一个像素更大时，你就有可能体验到模糊的感觉。脱焦部分的虚化程度会因为不同因素的影响而变化。

在镜头正确对焦时，场景中的一个点会在相机传感器上被还原成一个点，否则它会被还原为一个边缘模糊的圆形。

距离对焦点距离越远，散景的尺寸就越大；但如果这个点足够小，那即使在脱焦状态，它在画面中看起来也会像一个在合焦状态的点。

#改变光圈值通常是最便捷也最常用的方法#

以大光圈（小光圈值）拍摄时景深范围较小，反之小光圈（大光圈值）的景深范围较大，用f/4的光圈拍摄时的景深范围比用f/22更小。虽然与直觉相悖，数字越小，光圈越大，不过熟悉掌握之后，你就可以快速地进行设定了，无需太多思考。

镜头的最大光圈会受到镜头焦距的影响。例如一支常见的300mm镜头，它的最大光圈很有可能是 f/4或者f/5.6，如果达到f/2.8将会是一支非常昂贵且又重又大的专业镜头，至于比f/2.8更大的f/2，只有非常特殊的试验性质镜头才能达到这个参数，而更大的f/1.4几乎是无法企及的。最大光圈限制了这支镜头通过光圈控制景深范围的能力。同样地，一支镜头的最小光圈也受限于光圈机构限制，而且在某个光圈值之后，镜头的成像画质不升反降，严重影响照片观感。

#超焦距是什么？#

这项久经考验的对焦技术能够最大程度地利用焦点位置前后的景深

前后景深并不是均匀分布在对焦点位置前后的。相反，对焦点大概位于整个景深范围的前三分之一的位置上，也就是说，对焦点之前有整个景深范围的三分之一，对焦点之后则是三分之二。这就是我们通常会建议新手对焦在整个场景的前三分之一处（水平三分线靠下的那条线所处的位置）。当然，当你读完本文后，你会理解这种对焦技术称不上精确，因为我们还没考虑到光圈这一变数。除了这种对焦方式，我们还经常提到“超焦距对焦”这种技术，它指的是对焦到某一个距离后，能保证主体和无穷远都清晰的对焦距离。这个距离会随着焦距和光圈值及相机像素数改变，你可以通过智能手机上的应用来计算出精确的对焦距离。

胶片时代，摄影师使用超焦距对焦时都会借助对焦环附近的距离和景深标尺，这种方式在街头拍摄时十分迅捷，不过当你需要精确控制景深范围时，我们仍然推荐你使用相机的实时取景模式。首先将相机对焦到前景主体上，然后将焦点位置向主体后方移动，一边旋转对焦环一边用放大功能查看主体的状态。

#近距离拍摄#

近距离拍摄和微距摄影是对景深范围控制要求最高的题材

在以非常近的距离拍摄时，即便是使用镜头的最小光圈，景深范围仍然非常小，以至于主体大部分无法落入景深范围内，但这并不意味着此时的拍摄无法进行。首先，尽量让相机（更重要的是相机内部的传感器）与被拍摄主体相对平行，无论光圈大小，这样都能最大化地利用此时的景深范围。你也可以尝试稍远的拍摄距离，然后在后期进行裁剪，这样或许更方便操作，但是图片的分辨率会受到影响。

微距摄影师常常会使用“对焦堆栈”的拍摄方法，通过拍摄对焦在不同位置的几张照片，然后在后期合成一张具有足够景深的照片。这项技巧需要摄影师在保证相机不移动的情况下对场景不同的位置进行对焦拍摄，然后在后期软件中进行合成。

对焦堆栈

你可以使用Photoshop或者其他软件来合成这些照片，保证最终的成品拥有最高的清晰度。

器材扩展……中灰镜

如果在较亮的拍摄环境中使用大光圈拍摄，很有可能相机的最高快门速度也无法满足此时的曝光需求。使用中灰密度（Neutral-density）镜能够降低进入镜头的光线，从而使得强光环境中使用大光圈拍摄成为可能。

通过前文你们可以知道，无需更换器材或是改变对焦距离，改变光圈值通常是最便捷也最常用的方法。配合相机的景深预览功能，摄影师可以在相机的光圈优先或者手动模式中根据需要调整镜头光圈（值）的大小，从而控制景深的范围。

通过调大光圈（光圈值小，比如f/2.8或是f/4），你可以减小景深的范围；如果你需要更大的景深范围，那么更小的光圈（大光圈值，f/16或是f/22）则更贴合你的需求。一支镜头的最大光圈通常会标识在镜身上。

对焦距离也会影响景深的范围。距离拍摄对象越近，景深范围相对就越小。比如，当你用一支微距镜头进行近距离拍摄时，此时的景深范围可能只有几毫米。同理，背景距离拍摄对象越远，虚化效果也会越强烈（距离景深范围越远的景物虚化越严重）。

镜头焦距是另外一个影响景深的重要因素，虽然对焦距离的改变会在很大程度上改变焦距带来的虚化效果。例如，在3米开外用一支200mm镜头拍摄，景深范围会非常小。

通常来说相机的传感器越大，景深相对就越浅。你可以这么理解，相比使用小画幅传感器的相机，想要保证画面一致，使用更大传感器的相机需要更近的对焦距离或是焦距更长的镜头。所以在等效焦距相同的情况下，全画幅相机的景深会比使用APS-C或者M43相机更浅。所以使用小尺寸传感器的相机在需要大景深范围的拍摄场景时有一定的优势。

当然，摄影师可以视拍摄需求的不同来组合这些影响景深范围的元素，以达到最终理想的拍摄效果。例如，如果想达到极致的背景虚化效果，使用焦距尽可能长的镜头，使用镜头最大的光圈，尽量拉开拍摄主体和背景的距离都能够达到这种效果。相反，如果想要保证画面前、中、远、景都有足够的清晰度，使用广角（短焦距）镜头、小光圈以及对焦在中远距离的主体身上都能达到这种效果。我们相信在多次尝试之后，您会对景深这一概念有更深刻的理解。

http://mp.weixin.qq.com/s?__biz=MzI5MjY5MDI5Nw==&mid=2247504679&idx=2&sn=43a22239e3b284e1cb57e5bce6d7602a

机器视觉课堂

OpenCV、Halcon等机器视觉专业学习交流平台，服务于工业自动化、先进机器人技术、人工智能等相关专业技术人才。定期发布最新机器视觉相关新闻、应用案例、技术资料、展会信息等信息。

最新文章

AI视觉缺陷检测项目的挑战&解决方案

3个经典视觉应用案例，你都能看明白吗？

9个PLC编程案例

降薪入职后，我悔不当初...

缺陷检测之形态学操作方法（含源码下载）

干货||10个机器视觉常见问题

机器视觉常用算法原理及opencv实现源码

干货||8个实用打光技巧

像素越多越好？像元的面积越小越好？

halcon自动对焦算法

带你深入了解机器人视觉系统工作原理及其应用

10句话读懂图像频域滤波——不能不知道的信号与系统基本理论

详解OpenCV的图像可视化插件（Image Watch）安装与使用

最全的工业机器人知识介绍，没有之一！

机器视觉工业相机的丢帧现象如何解决？

详解Halcon相机标定

一篇文章就梳理清楚了 Python OpenCV 的知识体系

换向器八种缺陷检测（含源码）

【3D视觉系统】如何选择篇：如何判断抓取需求是有序还是无序？

RS485与Modbus通信协议汇总！！

详解机器视觉的光源基础与选型技巧

GPU图像处理的基本流程

工业镜头参数详解

机器人视觉处理四阶段策略

全面总结如何保证工业相机工作的精准与稳定？

海康威视前端摄像头镜头基础知识，值得收藏学习！

视觉入门之图像二值化：你说的黑不是黑，你说的白是什么白？

OpenCV检测颜色

这么讲景深，你肯定明白！

机器视觉应用案列-半导体芯片检测

工业机器人真相：销量占全球一半，国产替代的黄金年代

机器视觉定位检测之前光源与背光源技术及应用

本田总装车间视觉检测技术的应用

详解机器视觉系统中光源的重要性

一起来看看3D视觉如何做外观检测

详解特征点检测与匹配

图像梯度的基本原理

分享3个PLC编程算法

实用的几个打光技巧

机器视觉检测中的图像预处理方法：平滑模糊处理，锐化

李飞飞：若我夺下诺贝尔奖，定以中国人身份去领

图像处理怎么入门

相机的基本颜色处理

一文详解工业相机参数及选型

远心镜头如何选型

如何权衡CCD图像传感器的各类优缺点？

采用空间投影的深度图像点云分割

双目相机深度检测

摄像机标定和立体标定

详解3D结构光如何标定

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉