我们对 Google Pixel 7 进行了严格的 SBMARK Selfie 测试套件,从最终用户的角度衡量其照片和视频的性能。本文分析了该设备在各种测试和几个常见用例中的表现,旨在通过捕获的数据摘录来强调我们测试的最重要结果。
概述
前置摄像头主要规格:
- 10.8MP感应器
- 1.22μm像素
- f/2.2 光圈镜头
- 4/30 fps 的 60K 视频(已测试 4 fps 的 30K)
优点
- 自然的肤色和良好的白平衡,即使在困难的条件下也是如此
- 良好的曝光和宽广的动态范围
- 有效的视频稳定
- 足够宽的景深
- 在明亮的光线下和室内噪音水平相当低
与
- 细微的细节损失
- 在近距离拍摄时面部失焦
- 弱光条件下的图像噪点
在我们的测试中,Google Pixel 7 提供了强大的前置摄像头性能,在色彩和曝光方面与旗舰产品 Pixel 7 Pro 的结果相同,并且在许多其他测试领域都非常接近。然而,这两种设备之间也存在一些显着差异。
对焦是我们 Pixel 7 Pro 测试中的一个症结所在,在我们的 Pixel 7 测试设备上,近距离时对焦稍差一些。因此,无论是照片还是视频,7.Pro 上的纹理渲染效果都不及 7.Pro 上的好。我们的测试人员还注意到散景模式的显着差异。与 Pro 型号不同,Pixel 7 没有对场景正面(相机和拍摄对象之间)应用模糊渐变,这导致散景得分较低。
在视频模式下,一些伪影(例如重影)在 Pixel 7 上更加明显。除了这些细微差别外,Google Pixel 7 仍然提供非常可靠的前置摄像头性能,是发烧友的最佳选择之一。 自拍照。
谷歌 Pixel 7 自拍得分与高端相比
该图比较了测试设备和参考设备之间的 SBMARK Selfie 照片和视频总体得分。还显示了该价格段的平均分和最高分。每个价格段的平均分和最高分是根据 SBMARK 设备数据库计算的。
试验总结
了解 SBMARK 自拍测试:为了进行评分和分析,SBMARK 工程师使用默认的前置摄像头设置,在受控实验室环境以及室外、室内和低光自然场景中捕获和评估了 1,500 多张测试图像。照片协议的设计考虑到了用户的需求,并基于典型的拍摄场景,例如特写和集体自拍照。通过目视检查自然场景参考图像以及在 1 至 1,000+ 勒克斯的各种照明条件和 2,300 K 至 6,500 K 的色温下对实验室采集的图形图像进行客观测量来进行评估。有关 SBMARK 自拍测试的更多信息协议,请点击这里。有关我们如何评价智能手机相机的更多详细信息,请参阅此处。以下部分汇总了 SBMARK 详尽测试和分析的关键要素。可根据要求提供完整的性能评估。请联系我们了解如何接收完整报告。
拍照
134
华为Mate 50 Pro
华为Mate 50 Pro
谷歌 Pixel 7 与高端相比的照片得分
照片测试分析各种照明条件下的图像质量属性,例如曝光、颜色、纹理和噪点。还对在受控实验室条件下采集的所有图像和现实生活图像中的焦距范围和伪影的存在进行评估。所有这些属性都会对测试设备拍摄的图像的最终质量产生重大影响,并可以帮助您了解相机的主要优点和缺点。
曝光和色彩是技术上良好的图像的关键属性。对于曝光,评估的主要属性是面部在各种用例和照明条件下的亮度。评估的其他因素包括对比度和动态范围,例如使图像的亮区和暗区细节可见的能力。可重复性也很重要,因为它表明相机在拍摄连续图像时提供相同渲染的能力。
对于颜色,分析的图像质量属性是肤色渲染、白平衡、颜色渐晕和可重复性。
Google Pixel 7:准确的曝光和色彩
Google Pixel 7 Pro:准确的曝光和色彩
专注焦点
83
华为Mate 50 Pro
华为Mate 50 Pro
自动对焦测试评估拍摄对象脸部对焦的准确性、准确对焦的重复性以及景深。虽然浅景深对于单人自拍或特写镜头来说可能很好,但在集体自拍等特定条件下可能会出现问题;两种情况都经过测试。对焦精度也会在弱光或户外条件下拍摄的所有现实生活图像(从 30 厘米到 150 厘米)中进行评估。
谷歌 Pixel 7 – 景深
Google Pixel 7 Pro – 景深
骨架
53
华硕ZenFone临7
华硕ZenFone临7
纹理测试分析实验室以及现实生活场景中拍摄的图像中主体的细节和纹理水平。对于自然的镜头,要特别注意面部特征的细节水平,例如眼睛。对在 1 至 1000 勒克斯的各种照明条件和不同类型的动态范围条件下拍摄的地图图像进行客观测量。使用的图表是专有的 SBMARK (DMC) 图和 Dead Leaves 图。
纹理敏锐度随照度水平的演变
该图显示了两种握持条件下纹理锐度随勒克斯水平的变化。纹理的清晰度是在特写枯叶配置中的枯叶图上测量的。
谷歌 Pixel 7 Pro 细节
噪声
79
华为Mate 50 Pro
华为Mate 50 Pro
噪声测试分析现实生活图像以及实验室捕获的图形图像的各种噪声属性,例如强度、色度、颗粒和结构。对于自然图像,要特别注意脸部的噪点,还要注意黑暗区域和高动态范围条件。对在 1 至 1000 勒克斯的各种条件和不同类型的动态范围条件下捕获的图表图像进行客观测量。使用的图表是 SBMARK 死叶图和源自 ISO 15739 的视觉噪声标准化测量。
便携式条件下视觉噪声随照度水平的演变
该图显示了手掌条件下视觉噪声指标随勒克斯水平的演变。视觉噪声指标是特写死叶配置中所有死叶图块的视觉噪声测量值的平均值。 SBMARK 视觉噪声测量源自 ISO15739 标准。
伪影评估在实验室中检查镜头阴影、色差、点和 MTF 图上的畸变测量以及 SFR 图上的振铃测量。特别注意面部的重影、量化、光晕和色调变化等。伪影越严重、越频繁,从分数中扣除的分数就越大。下面列出了观察到的主要伪影和相应的分数损失。
对摄影文物的重大处罚
背景虚化
65
苹果iPhone 14 Pro Max
苹果iPhone 14 Pro Max
散景在专用模式(通常是肖像或光圈模式)下进行测试,并通过目视检查在实验室和自然条件下捕获的所有图像进行分析。目标是重现一张与使用单反相机和大光圈拍摄的人像照片相当的照片。关注的主要图像质量属性是深度估计、伪影、模糊梯度和散景模糊反射器形状。垂直图像质量属性(曝光、颜色、纹理)也被考虑在内。
Google Pixel 7:没有模糊渐变
Google Pixel 7 Pro – 模糊渐变
Apple iPhone 14 Pro – 模糊渐变
电影
144
苹果iPhone 14 Pro Max
苹果iPhone 14 Pro Max
关于 SBMARK 自拍视频测试
SBMARK 工程师使用默认前置摄像头设置,在受控实验室环境和室内外低自然光场景中捕获和评估超过 2 小时的视频。评估包括目视检查在各种条件下拍摄的自然视频,以及在 1 至 1000+ 勒克斯和色温 2,300K 至 6,500K 的各种条件下对实验室记录的图形视频进行客观测量。
谷歌 Pixel 7 视频得分与高端相比
视频测试分析与静止图像相同的图像质量属性,例如曝光、颜色、纹理或噪声,以及时间方面,例如速度、曝光均匀性和稳定性、白平衡和自动对焦过渡。
曝光
81
苹果iPhone 14 Pro Max
苹果iPhone 14 Pro Max
颜色
87
苹果iPhone 14 Pro Max
苹果iPhone 14 Pro Max
曝光测试评估面部亮度和动态范围,例如使图像的亮区和暗区细节可见的能力。还分析了曝光的稳定性和时间适应性。图像质量色彩分析检查肤色的渲染、白平衡、色彩渐晕、白平衡稳定性及其在光线变化时的适应。
骨架
72
华硕ZenFone 6
华硕ZenFone 6
纹理测试分析现实生活视频以及实验室录制的图形视频的细节和纹理水平。自然视频录制通过视觉进行评估,特别关注面部特征的细节水平。对在 1 至 1000 勒克斯的各种条件下拍摄的卡片图像进行客观测量。使用的图表是死叶图表。
纹理敏锐度随照度水平的演变
该图显示了两种握持条件下纹理锐度随勒克斯水平的变化。纹理的清晰度是在特写枯叶配置中的枯叶图上测量的。
噪声
67
小米米11超
小米米11超
噪声测试分析各种噪声属性,例如现实视频录制的强度、色度、颗粒、纹理、时间方面以及在实验室拍摄的图形视频。自然视频通过视觉进行评估,特别注意面部噪点。对在 1 至 1000 勒克斯的各种条件下录制的图形视频进行客观测量。使用的图表是 SBMARK 视觉噪声图。
空间视觉噪声随光照水平的演变
该图显示了空间视觉噪声随勒克斯水平的演变。 空间视觉噪声是在视频噪声设置中的视觉噪声表上测量的。 SBMARK 视觉噪声测量源自 ISO15739 标准。
视觉噪声随光照水平的时间演变
此图显示视觉噪声随勒克斯水平随时间的演变。 时间视觉噪声是在视频噪声设置中的视觉噪声表上测量的。
稳定等级测试设备使用软件或硬件技术(例如 OIS、EIS 或任何其他方式)稳定素材的能力。该评估检查在各种照明条件下行走和平移用例期间的整体残留面部和背景运动、平滑度和黄色伪影。下面的视频是测试场景之一的摘录。
文物
86
苹果iPhone 12 mini
苹果iPhone 12 mini
在实验室中通过 SFR 图上的 MTF 和振铃测量以及使用通用定时器 LED 的帧速率测量来评估伪影。通过密切关注量化、色调偏移和面部渲染伪影等伪影来对自然视频进行视觉评估。神器越严重、越频繁,从分数中扣除的分数就越多。下面列出了主要的工件和相应的点损失
对视频伪影的最高处罚
开始一个新线程