最近一段时间，手机拍照方面有了比较大的进步。在像素上，从最开始的30万，到后来的1200万、2400万，甚至现在的4800万……目前能实现4800万像素的摄像头有索尼的IMX586和三星的GM1，同样宣称4800万像素，两颗摄像头有什么差别？下面从技术层面为大家分析一下。
一、手机拍照的基本原理
我们都知道，对于相机来说最重要的硬件就是感光元件了CMOS/CCD，目前手机采用的感光元件都是CMOS，这里就不展开讲了。
这是一种将光学影像转换成电子信号的设备，无论是相机还是手机，能拍出数码相片最大的功臣之一就是感光元件。
同时，顾名思义，感光元件就真的是一个“感光”的元件，它只对光线的明暗敏感，但是无法感知颜色。
如果我们直接用感光元件来成像，它看起来就像是一团黑影。
这显然不是我们想要的照片。
1. 关于RGB
如何得到一张彩色的照片呢？这里就不得不引出RGB的概念了。
三原色光模式（RGB color model），又称RGB颜色模型或红绿蓝颜色模型，是一种加色模型，将红（Red）、绿（Green）、蓝（Blue）三原色的色光以不同的比例相加，以产生多种多样的色光。（且三原色的红绿蓝不可能用其他单色光合成）
数字影像之父Bryce Bayer基于RGB模式，通过在感光元件前加上一个滤镜的方法终于实现了彩色照片。
如下图所示，下面这一层灰色的就是感光元件，每个方块代表一个像素块。上面这层彩色的就是Bayer滤镜。
滤镜上每个小方块与感光元件的像素块对应，也就是在每个像素前覆盖了一个特定的颜色滤镜。
比如最左边的的红色滤镜块，只允许红色光线投到感光元件上，那么对应的这个像素块就只反映红色光线的信息。
注意，上图为示意图，感光元件上是不会出现彩色的，它只记录光线明暗程度。
Bayer滤镜跨出了照片从黑白到彩色的一大步，但是对于挑剔的人眼来说，每个像素只有一个颜色是远远不够的，所以还需要后期色彩还原去猜色，最后形成一张完整的彩色照片。
这一整套流程，就叫做Bayer阵列。
2. 关于Bayer阵列
我们通过一张图来展现Bayer阵列的工作方式：
第一张图为原始图像，我们采用带有Bayer滤镜的120x80像素传感器来拍摄。
第二张图是感光元件输出的图像，就像我们在第一部分所说的，感光元件只能记录光线明暗程度，所以我们看到的是一张黑白的照片。
第三张图是通过Bayer滤镜后输出的图像，已经能够看出花是花、草是草，可是图像不够细腻，这样一张照片来发朋友圈还是远远不够的。
第四张图就是最终通过色彩还原输出的图像了，虽然由于硬件限制，像素过低，不过这已经是一张合格的照片了。
不难看出数码相机包括手机拍摄照片的大致流程：
感光元件→Bayer滤镜→色彩还原
这就是一张照片从按下快门，到我们从屏幕中欣赏到自己作品的流程，也叫作Bayer阵列。
二、IMX586与GM1的对比
首先，希望大家明白一个基础的概念——像素，然后再来谈谈文章的主角IMX586。
像素是数码显示的基本单位，其实质是一个抽象的取样，为了通俗表达，我们通常会用方块来表示。
每一个色块代表一个像素，而像素越多，图像的解析度就会越好。
明白了像素的概念以后，我们再来谈谈IMX586。
1. 索尼IMX586
IMX586是索尼适用于手机的全新堆栈式CMOS感光元件，这颗感光元件有效像素高达4800万，实现了业界最高水准，手机拍摄的技术参数表也因此再次被改写。
IMX586最大的特色就是使用Quad Bayer 阵列，不同于经典的Bayer阵列是以2x2共四格分散RGB的方式成像，Quad Bayer阵列扩大到了4x4，并且以2x2的方式将RGB相邻排列。
在使用搭载IMX586传感器手机拍照的时候，Quad Bayer阵列会让每一个像素点就近计算周围的颜色，并且通过独立的信号处理变换像素结构，从而实时输出4800万像素的高清照片。
换句话说，IMX586的4800万个感光单元每个都能独立显示并且输出数据。4800万像素的照片是硬件直出的，无需软件插值。
通过下图，我们可以清楚地看到Quad Bayer阵列的特性。
2. 三星GM1
GM1的输出方式如下图所示，虽说也将阵列扩大到了4x4，但是和IMX586最大的不同是，每个2x2阵列都只能识别同样的颜色，并且只能一起输出数据。也就是说，GM1硬件输出的照片其实跟1200万传感器输出的照片没有本质区别。
三星官网披露的数据也可以佐证这一点，GM1的规格表中我们可以看到，其分辨率为4000×3000，也就是1200万像素。
所以，IMX586与GM1的根本差异在于，前者可以通过变换像素结构的方式实现真正的4800万像素，从而让照片具有更强的解析力，放大之后也能更加清晰，而这也正是高像素最大的优势。
GM1的4800万像素本质上还是1200万像素。即便手机可以输出4800万像素的照片，也更像是通过插值实现的。而IMX586则真正是传统定义的4800万像素。
*本文转自知乎@熊军民，个别图片源自开源社区维基百科，侵删
,
