手机相机的 AI 能做什么？计算摄影场景

现在的手机相机，按下快门那一刻，机内的 AI 已经在同时做多件事：连拍多张、对齐合成、识别人脸与文字。计算摄影把手机的小镜头推到了过去需要大设备才能达到的成像水平，夜景、人像、文档三类场景最能看出门道。这篇按场景拆开讲背后的多帧计算，解释这些效果是怎么算出来的；端侧算力的来处，另见NPU 入门一篇。

快门按下后的多帧计算

先建立一幅图景：手指按下快门，相机并没有只拍一张，而是极短时间内连拍多张不同曝光、不同焦平面的画面，再由算法对齐、筛选、合成一张成片。这套「多张照片算成一张」的流程就是计算摄影的主体，它把对硬件的依赖部分转移到了算法上：镜头小、传感器小，就用多帧叠加补进光量，用识别补出主体边界。手机影像近年进步的最大来源就在这里，它也是手机端侧 AI 能力里最成体系的部分，手机上的 AI 还能做什么，见手机 AI 能力一篇。

夜景：多帧合成补光线

暗光下拍照的难处在进光量不足，画面噪点密、细节丢。夜景模式的思路是多帧取长：连拍若干张不同曝光的画面，亮的取细节、暗的压噪点，逐帧对齐后叠成一张既亮又干净的成片。对齐是关键步骤——手持拍摄画面必然抖动，算法要在帧与帧之间找到对应点，天空与建筑对不齐就出鬼影，所以夜景合成对算力与算法都是考验。使用侧的配合也简单：拍时稳一两秒让多帧拍完，别拍完立刻甩手；画面里有走动的人，可能被合成算法切成残影，属于多帧方法的固有取舍。

人像：先分主体再做虚化

人像模式的虚化，先要分出哪是人、哪是背景。算法识别人脸与身体轮廓，生成一张主体掩膜，再把主体之外的区域按光学规律逐层模糊，模拟大光圈镜头的景深。难点在边缘：发丝、眼镜腿、肩膀轮廓，分得不准虚化就「糊到人身上」，或者背景里该清晰的没清晰。识别与分割能力随模型升级在进步，重拍一次换个角度，边缘往往就好很多。值得注意的是虚化的「层次感」：远近背景模糊程度不同才自然，一刀切的均匀模糊一眼假，这也是各家算法比拼的重点。

文档：摆正文字压平纸面

对着桌上的合同、书页拍一张，相机会自动找到纸张边缘、识别文字区域，把倾斜的纸面矫正成正对视角，有的还能去掉阴影、增强字迹对比，直接输出一页可读的文档。这条链路里，文字区域识别、透视变换、图像增强各司其职，扫描件级别的成片就是这么来的。会议白板、黑板也适用：算法会尝试压平弯曲的白板面、提亮字迹。拍完想确认文字内容是否完整可读，把成片交给智谱清言或腾讯元宝读一遍，比眯眼看原图快。这类成片毕竟是算法矫正过的，重要凭证留原图备份更稳妥。

计算摄影共同的前提

三类场景背后是同一套前提：足够的端侧算力、专门优化的模型、多帧数据的配合。也共享同一类边界——成片是算出来的，不是镜头直接记录的，这一点有两层含义：一是图像可以被算法改变，拿到的照片是否反映原样，鉴别时要有这层意识，图像真伪鉴别一篇的方法适用；二是算法同样能做修复与增强，老照片修复就是同一套能力的另一面，修复的能与不能见老照片修复一篇。理解了计算摄影是「拍摄加计算」的合体，手机镜头的能与不能，就都能说得清了。

延伸阅读：多帧合成的计算过程。

计算摄影速查

• 快门后连拍多帧，算法对齐合成一张成片
• 夜景靠多帧曝光叠加，稳住一两秒再收手
• 人像虚化先分割主体，边缘处理见功力
• 文档矫正自动找边、压平、增强字迹
• 成片是算出来的：重要凭证留原图

再多说几句计算摄影

• 夜景模式拍出的人脸为什么偶尔发灰？：多帧合成优先照顾整体亮度与噪点，肤色还原的优先级可能排在后面。对脸补拍一张人像模式，或关闭夜景直拍一张，两种结果各留一张再挑。
• 人像虚化能后期补救吗？：部分手机支持成片后调整光圈与焦点，前提是拍摄时保存了深度信息；没保存的，第三方工具重做分割效果有限。重要人像拍摄时，直接开人像模式比事后补救省事。
• 计算摄影处理过的照片还能当凭证吗？：算法矫正与增强会改变图像细节，作为凭证使用时保留原始拍摄文件与拍摄信息，处理过的版本另存副本，两层分开管理，需要核验时以原图为准。