Como uma câmera pode ter 12MP e 1080p, quando 1920x1080 é apenas 2.073.600?

Nas especificações de uma próxima câmera para smartphone (era essa , apenas para constar), a câmera é descrita como "12MP, 1080p".

Mas isso não faz muito sentido. Se a câmera for 1080p, ou seja, capaz de FHD com uma resolução de 1920x1080 pixels, isso significa 2073600 pixels, ou cerca de 2MP - muito menos do que é tecnicamente possível em uma câmera de 12MP. E com 12MP, esta câmera seria capaz de capturar imagens muito acima de UHD ou 4k (que é de cerca de 4000x2000 pixels ~ 8MP) - 12MP significa que também podemos gravar imagens com esta alta resolução?

Então, minha pergunta, como ler essa especificação contraditória de 12MP e 1080p, e se isso não significa que a maior resolução de uma imagem é 1920x1080p, quais são as dimensões máximas?

A designação de 12MP é geralmente usada para se referir a fotografias, enquanto a designação de 1080p se refere a vídeo.

O sensor possui 12 megapixels - às vezes um pouco mais que é mascarado. Isso significa que ele tira fotos de 12 megapixels. Provavelmente, essa é uma imagem de proporção de aspecto 4: 3, o que significa aproximadamente 4000x3000px.

O vídeo é um fluxo de imagens, mais comumente capturado de 24 a 60 FPS. Isso significa que, para um sensor de 12 MP, ele produziria 12 MP (digamos, RAW de 8 bits por uma questão de simplicidade), que a 24 FPS é de 12 x 24 = 288 MB / s. Essa é realmente uma enorme quantidade de dados, e isso é mínimo, já que a profundidade de bits geralmente é de 12 bits e 50% a mais.

Existem várias maneiras de trabalhar com isso. Uma é ter um processador que possa ler essa quantidade de dados, mas não os envie; nesse caso, cada quadro de 12 MP é reduzido para cerca de 2 MP e, em seguida, o processador codifica e grava no cartão de memória. Isso permite que você obtenha um vídeo em 1080p com a largura de uma imagem de 12 MP. Essa é a implementação mais comum.

Outra implementação é obter uma região de corte da imagem. Isso é extremamente comum no vídeo 4K, uma vez que poucos sensores e processadores conseguem lidar com esses dados a 30 FPS. A desvantagem disso é um ângulo de visão diminuído. Quanto depende da resolução do sensor; para 12 MP, seria muito mínimo, pois 4000x3000 não é muito maior que 3840x2160. Para um sensor de 16 ou 20 MP, pode ser de até 1,3X. Observe que os vídeos HD e 4K têm uma proporção de 16: 9, portanto, mesmo em um sensor de 12 MP, haverá uma grande quantidade de cortes verticais.

Alguns sensores possuem circuitos adicionais que os tornam capazes de produzir pixels binados, que devem ser redefinidos para a resolução de vídeo desejada. Digamos que um sensor de 12 MP com resolução de 4000x3000px possa produzir 2000x1500, que será então reamostrado ou recortado para 1080p. Dessa forma, não é necessária uma leitura rápida e um processador menos potente pode ser usado.

Os sensores CMOS - que são os mais comuns hoje em dia - também podem executar leituras aleatórias de pixels, para que possam subamostrar pixels de uma grande área do sensor, pulando alguns entre eles. Isso resulta em certos artefatos, particularmente moiré .

1080p refere-se ao vídeo: varredura progressiva 1920 × 1080 . O telefone é capaz de capturar imagens estáticas de 12 Mpixel, mas apenas vídeo de 1080p. (Isso é bastante típico; é preciso muito mais poder de processamento para gravar um vídeo em uma determinada resolução do que para capturar uma imagem estática nessa resolução.)

A diferença é que a imagem do vídeo é processada a partir de quadros estáticos. A taxa de transferência de dados para a resolução total do sensor (ou seja, 12 Mp) seria muito alta para uso normal e não existe um padrão para esse vídeo. Mal fazemos uso total do vídeo 1080p.

Portanto, o hardware do seu telefone realiza uma escala especializada e muito rápida de cada quadro de vídeo, desde os 12Mp completos até os 1080p padrão (ou o que você especificou). Esse quadro de vídeo é codificado usando o codec necessário (novamente normalmente por hardware especializado rápido) para formar um fluxo de vídeo compacto.