我们对 Apple iPhone 14 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:
- 12MP感应器
- f/1.9 光圈镜头
- 自动对焦
- 4K 视频 24/25/30/60fps,1080p 25/30/60fps(4K 30fps 测试)
优点
- 照片和视频曝光良好
- 准确的自动对焦和大景深
- 高细节
- 在明亮的光线和室内,令人愉悦的白平衡和漂亮的肤色
- 前景中的自然模糊和散景照片中渲染精美的聚光灯
针对
- 照片和视频中的噪点
- 行走视频中经常可见的帧间清晰度差异
- 在具有挑战性的条件下(例如低光或高对比度场景)偶尔会出现不准确的肤色
Apple iPhone 14 在我们的 SBMARK Selfie 测试中取得了出色的成绩,跻身前置摄像头性能最佳智能手机之列。它的排名也紧随其功能更强大的兄弟型号苹果 iPhone 14 Pro 之后。总体而言,基础型号的图像质量和相机性能与 Pro 型号非常相似,脸部测标曝光精确,肤色漂亮,前置摄像头的视频录制质量特别高。我们的测试人员只注意到这两个模型在照片和视频模式下的纹理和噪点方面存在一些细微差别。
与其在 Android 世界的主要竞争对手之一 Google Pixel 7 Pro 相比,Apple iPhone 14 提供更广的景深并保持更多主体的焦点,使其成为集体自拍的更好选择。
Apple iPhone 14 与 Premium 相比的自拍分数
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
138
华为Mate 50 Pro
华为Mate 50 Pro
苹果 iPhone 14 与 Premium 对比的拍照分数
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。
颜色
90
Google Pixel 7 Pro
Google Pixel 7 Pro
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。
Apple iPhone 14——冷色偏影响肤色渲染
Apple iPhone 14 Pro——冷色偏影响肤色渲染
Google Pixel 7 Pro:自然肤色
专注焦点
96
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。
Apple iPhone 14 – 景深
Apple iPhone 14 Pro – 景深
谷歌 Pixel 7 Pro – 景深
结构
75
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。
噪声
67
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。
文物
84
Google Pixel 7 Pro
Google Pixel 7 Pro
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
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。
Apple iPhone 14:精确的模糊渐变,即使在特写镜头中也是如此
Apple iPhone 14 Pro:精确的模糊渐变,即使是特写
Google Pixel 7 Pro:没有前景模糊
电影
153
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。
Apple iPhone 14 vs Premium 视频得分
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。
Apple iPhone 14——面部曝光和稳定的色彩
Apple iPhone 14 Pro – 曝光和面部颜色稳定
Google Pixel 7 Pro – 过渡期间不稳定
结构
83
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。
文物
85
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