按下快門的一瞬間，機器里其實發生了四次變身：光子變成電子，電子變成電壓，電壓變成數字，數字拼成圖像。整個過程快到察覺不到，但每一環都有各自的物理限制和工程妥協。

這篇文章就順著這條鏈路走一遍，看看一束光是怎么被「記賬」下來的。

一、一個光子換一個電子

相機傳感器的核心材料是硅。硅有個關鍵屬性叫帶隙——電子要從價帶跳到導帶（變成可以自由移動、被收集的電荷），得先拿到約 1.12 電子伏特的能量。

光子帶的能量是 E = hc/λ，波長越短能量越高。把 1.12 eV 代進去反算，對應的波長大約是 1100 納米。這就是硅的「視力邊界」：比這更短的波（可見光、近紅外）它能看見；比這更長的波（中遠紅外），能量不夠頂動電子，硅對它們基本是透明的。

這也順帶解釋了一個日?，F象：手機攝像頭能拍到遙控器發出的紅外光，因為那是近紅外，還在硅的視力范圍內；但拍不出人體發出的熱輻射，那屬于遠紅外，早就越界了。

每進來一個光子，理想情況下能激發出一個電子——這叫內光電效應。但實際總有些光子會溜掉：被表面反射、被電路層擋住、或者在收集之前就復合掉了。真正被記下來的比例，就是量子效率（QE）。

圖1：光子變電子，以及量子效率隨波長的變化

早期的傳感器量子效率只有百分之二三十，其大部分光子白白浪費。后來有了背照式結構——把金屬布線層挪到光電二極管的背面，讓光先到達感光區——峰值量子效率已經能超過 90%。每 100 個光子進來，能記下 90 多個，這已經相當接近物理上限了。

二、一個像素里裝著什么

放大看，一個像素可不是一個簡單的光敏點，它更像一棟四層的小樓：

最上面是微透鏡，把斜著射進來的光聚攏，盡量塞進下面的開口；

第二層是拜耳濾色片，只放行紅、綠、藍中的一種；

第三層是光電二極管，光子在這里變成電子；

最下面是電路層，負責放大、讀出、復位。

圖2：一個像素的四層結構

這里有個繞不開的矛盾：像素越小，進光越少。同一塊傳感器面積，切成兩千萬份和切成五千萬份，單份分到的光子差了一倍多。而能存多少電子（滿阱容量）又大致與面積成正比——小像素的「水桶」更淺，亮處容易溢出。

為了讓小像素也能吃飽，工程師想了不少辦法：把微透鏡做得更貼合、把透鏡位置按到畫面邊緣的入射角度逐個偏移、以及前面提到的背照式結構。但這些都是補救，改變不了「面積決定進光量」這個基本事實。

所以「高像素」從來不等于「高畫質」，它只是把同一塊底切成更多份。到底切多細合適，要看用途：要放大裁切就多切，要暗光干凈就少切。

三、拜耳陣列：為什么綠的最多

每個像素只能測亮度，測不出顏色——它只知道「到了多少光」，不知道「是什么顏色的光」。要得到彩色，就得給像素加濾色片，讓每個只認一種顏色。

1976 年，一位工程師提出了一種排列：每 2×2 四個像素里，放兩片綠、一片紅、一片藍，這就是拜耳陣列。它的巧妙之處在于綠色占了一半。

圖3：RGGB 排列與去馬賽克

為什么綠的最多？因為人眼對亮度的感知，大部分來自綠光。綠色通道實際上兼任了「細節擔當」，多給它一倍采樣，畫面的噪點就更少、細節更實。紅藍主要貢獻顏色信息，少一點無所謂。這不是偷懶，是把有限的像素用在刀刃上。

代價是：每個像素只知道一種顏色，另外兩種得靠鄰居猜出來，這個過程叫去馬賽克。猜得再好也會有損失——細節會變軟，高頻區域容易出現偽色和摩爾紋。有些廠商干脆去掉低通濾鏡來換銳度，代價就是接受摩爾紋。

四、CCD 與 CMOS：一場工藝之爭

把電荷讀出來，歷史-上有兩條路。

CCD 的做法是：全場曝光結束后，把每個像素的電荷包像傳水桶一樣，一行一行搬到邊緣的同一個放大器，統一轉成電壓。好處是放大器只有一個，一致性極-佳、噪聲低；壞處是搬運必須小心不能「灑」，速度上不去，功耗也高。

CMOS 則讓每個像素自帶放大器，先把電荷就地變成電壓，再各自往外送。它天然支持并行和隨機尋址，速度快、功耗低。但早期每個像素的放大器特性不一致，噪聲反而更大。

圖4：兩種讀出結構的取舍

后來的故事大家都知道：CMOS 贏了。但贏的不是原理，而是工藝——它能直接借用成熟的硅生產線，把放大器、模數轉換、甚至處理電路都塞進同一顆芯片。成本與功耗一起降下來，性能也在幾十年里一路追平甚至反超。

CCD 并未完-全消失，在高-端天文、部分科學成像里，它的一致性仍有價值。只是對絕大多數應用來說，這個爭論已經結束了。

五、噪聲：三筆躲不掉的賬

照片里那些不想要的顆粒，主要來自三個地方。

散粒噪聲最特別——它是光本身的脾氣。光子到達是隨機的，即使光強恒定，每一小段時間里來的光子數也會波動，波動幅度約等于 √N（N 是電子數）。信號越強噪聲絕對值越大，但信噪比反而改善（√N/N = 1/√N）。這一項躲不掉，鏡頭再貴、工藝再好都沒用，唯-一的辦法是多收光子：開大光圈、延長曝光，或者把像素做大。

讀出噪聲來自放大器和后續電路，是與信號強弱無關的固定底噪。它在弱光下是主要敵人——信號本來就弱，底噪一蓋就什么都沒了。這些年進步很大，已能做到一兩個電子的水平。

暗電流是沒光時也會慢慢攢出來的電子，溫度每升高約 6~8 ℃ 就翻一倍。長曝光和天文攝影要專門制冷，就是為了壓這一項。

圖5：三種主要噪聲來源

還有一類常被忽略：固定圖形噪聲——每個像素的響應天生略有差異。它對靜態畫面表現為固定「圖案」，可以靠標定減掉；對視頻則是揮之不去的底噪。

六、動態范圍與快門：兩個容易被忽略的邊界

動態范圍說的是：從最暗到最亮，傳感器能同時留住多寬的跨度。上限是滿阱容量（再多就溢出成純白），下限是讀出噪聲（再少就被底噪淹沒）。用分貝表示就是：

動態范圍 = 20 · log??(滿阱容量 / 讀出噪聲)

阱越深、噪聲底越低，能同時保住的亮部與暗部就越多。近年流行的雙原生增益，本質上是在弱光時切換到一套更高的放大倍率，首先把信號抬過后續的電路噪聲，等效把暗部下限壓得更低。

快門則關乎「讀」的方式。主流是卷簾快門：逐行曝光、逐行讀出，一行行掃過去。它結構簡單、噪聲低，但拍高速運動的物體會出現傾斜變形，也就是「果凍效應」。全局快門讓所有像素同時開始、同時結束曝光，運動絕不變形，代價是每個像素都要多加一個存儲單元，開口率和噪聲都會吃虧。

圖6：動態范圍與兩種快門方式

兩者沒有絕對優劣：卷簾更適合拍照，全局更適合「看清運動」——機器視覺、高速攝影、工業檢測都靠它。

七、總結

回頭看，傳感器做的事其實很樸素：數清楚有多少光子，記下來。真正的難度在于，每一步都有物理設下的天花板——硅的帶隙劃定了視力范圍，量子效率有上限，散粒噪聲無法消除，像素面積又與分辨率天然沖突。

傳感器靠內光電效應把光子換成電子，靠拜耳濾色片和去馬賽克還原顏色，靠放大器與模數轉換變成數字；

畫質之爭的焦點，從來不是像素多少，而是進光量、量子效率與噪聲底這三件事。

所以下次看到「兩億像素」的宣傳，可以多問一句：單個像素多大？量子效率多少？讀出噪聲幾個電子？這三個數字，往往比像素總數更能說明一臺相機到底能拍出什么。

畢竟光的賬，是要一個光子一個光子地算的。