背景虚化：为什么相机一拍就虚，手机却要靠「算」？

好看的人像照片，常常是这样的：人清清楚楚，背后的灯化成一个个柔和的圆斑，杂乱的背景退成一片朦胧。用相机，这几乎一拍就有；用手机，常常要打开「人像模式」，让手机来「算」。这背后是什么物理？

先猜一猜

常听到的说法有：「光圈数字越小，背景就越虚」；「手机和相机都是 f/1.8，拍出来应该一样」。

都只对了一半。f 数只是一个比例，不是口子的实际大小。背景虚不虚，真正要看的，是镜头开口的实际直径有多大、画面拍得有多宽，以及背景离得多远。同样是 f/1.8，手机镜头的口子只有几毫米，相机镜头的口子有好几厘米。

背景为什么会虚

镜头的作用，是把从一个点发出、散开的光，重新聚回一个点。可它只能对准一个距离：对准了人，人身上每一点的光都聚在芯片上；更远处一盏灯的光聚得更早，在芯片前面就聚成了一点，接着又散开，落到芯片上成了一个圆斑。对焦，就是前后挪动镜头，选择让哪个距离的光正好聚在芯片上。

照片里那些圆斑，就是一个个没对准的亮点，叫「光斑」。背景虚到什么程度，就看光斑有多大。摄影里常说的「焦外」（英文 bokeh），意思要更宽一些：它不只是虚的程度，还包括焦外的样子，比如光斑的形状、边缘是软是硬、彼此融合得是否自然。这些后面会讲到。

虚不虚，看「镜头的口子」

光斑有多大，有一个很直观的看法。

远处一盏灯发出的光，能进镜头的只有一束：从灯出发，越走越粗，到镜头时正好和口子一样粗，像一个尖朝着灯的圆锥，叫它「光锥」。镜头对准的是人，人站的那个平面会清清楚楚地印到照片上；光锥穿过这个平面时截出的那一圈，也就原样印了上去，成了光斑。灯在远处时，这一圈差不多和口子一样大。于是：

光斑占画面的比例 ≈ 镜头口子的直径 ÷ 画面在人那里拍下的宽度

「镜头的口子」指光圈开口的实际直径。f/1.8 这样的数字叫 f 数，是焦距除以口子的直径。以 iPhone 17 Pro 的主摄为例，实际焦距约 6.9 毫米（由等效焦距推算），光圈 f/1.78，口子只有约 3.9 毫米；相机 85 毫米的人像镜头开到 f/1.8，口子约 47 毫米，是手机的 12 倍。拍同样 60 厘米宽的半身像，背景在远处，手机的光斑只占画面的 0.6%，几乎看不出虚；相机占 8%，背后的灯就成了一个个大圆斑。

注意，这是在同样的构图（画面拍得一样宽）、背景在远处的条件下比的。换了构图，或者背景离人近了，结果就不一样；口子大小只是其中一个因素。所以比虚化，一定要说清楚画面多宽、人多远、背景多远。

从这张图，还能直接看出让背景更虚的四个办法：

• ① 光圈开大：口子大，光锥就粗。
• ② 走近一点：画面拍得窄，同样粗的光锥，占的比例就大。
• ③ 让背景离人远一点：灯越远，光锥在人那里越接近口子那么粗。
• ④ 换长焦镜头，退后几步让人一样大：同样的 f 数，焦距越长，口子越大。

手机也能用上这些办法，只是效果小得多。不过有两个场合，手机也能拍出真正由光学产生的虚化：

• 凑近拍小东西：离一朵花十几厘米，画面只拍下约 20 厘米宽，背景又在远处，光斑就有画面的 1.9%，是拍半身像时的 3 倍。只是离得越近，清楚的那一层越薄，对焦要更小心。
• 用长焦拍人：iPhone 17 Pro 的 4 倍长焦（等效 100 毫米，f/2.8），实际焦距约 16 毫米，口子约 5.8 毫米，比主摄大一半。拍同样的画面，背景会更虚一点。

相机为什么更容易拍出好照片

相机拍得好，最根本的原因，是芯片和镜头都大得多。全画幅相机的芯片是 36 × 24 毫米，iPhone 17 Pro 主摄的芯片约 10 × 7.5 毫米，宽度差了约 3.5 倍。拍同样的画面、用同样的 f 数，大芯片配的镜头焦距也是 3.5 倍，口子的直径就是 3.5 倍，面积约是 12 倍：同样的快门时间里，整张照片收到的光子约是 12 倍。

要注意，芯片上每一小块面积收到的光，并没有变多。同样的 f 数、同样的快门时间，单位面积上的曝光是一样的，两张照片一样亮；多出来的光子，来自大芯片多出来的面积。

《手机是怎么拍下一张照片的？》里说：「照片清不清楚，很多时候也不看像素有多少，而看每个像素收到了多少个光子。」把两张照片放到同样大小来比，每一块地方收到的光子都约是 12 倍。随机起伏和光子数的平方根成反比，所以颗粒细约 3.5 倍（√12 ≈ 3.5）。这比的是同样大小的照片，不是单个像素：大芯片的像素可以更多，每个像素未必多收 12 倍。再加上口子大，背景也自然地虚。

所以有一种说法：手机主摄的 f/1.8，拍出来的虚化和景深，相当于全画幅相机的 f/6 左右（1.8 × 3.5），这叫「等效光圈」。它说的是虚化程度相当，整张照片的光子数也相当，但不是曝光参数相当：同样的快门时间，手机开 f/1.8 和相机开 f/1.8，照片一样亮；相机若开 f/6，照片就暗得多，得把快门时间拉长，或者把感光度调高。

手机这些年追得很快：

• 芯片越做越大：十年前，手机主摄的芯片只有约 5 毫米宽；现在的旗舰，已经有 10 毫米左右。
• 一按快门，其实拍了很多张：手机把它们对齐、叠在一起，凑够光子，暗处的颗粒就少了。
• 光圈也能变了：2026 年 9 月发布的 iPhone 18 Pro，主摄第一次有了可变光圈，由六片叶片围成，有 f/1.48、f/1.8、f/2.8、f/4 四档。开到 f/1.48，进光比 f/1.78 多约四成。苹果没有公布实际焦距；如果和上一代差不多，口子也只有约 4.6 毫米（估算），光斑只比 iPhone 17 Pro 大两成左右。

手机的厚度只有 1 厘米左右，装不下几厘米的口子。所以光线好的时候，手机和相机已经差得不多；可背景虚化，手机多半还是要靠「算」。

焦外好不好看：光斑的形状

虚的程度之外，焦外好不好看，还要看光斑的样子。光斑并不都是圆的。一个没对准的亮点，在芯片上散开的样子，正是光圈开口的形状。

好镜头为了让光斑圆润，光圈叶片会做成弧形，片数也多。光斑边缘是软是硬，也和镜头的设计有关：边缘柔和、彼此融在一起，就是常说的「奶油般」的虚化；边缘发亮、一圈一圈的，背景看起来就乱。

想拍出好看的虚化，背景也要挑：点点灯光、树叶缝里漏下的阳光，最容易化成漂亮的光斑；背景离人远一些，颜色干净一些，人就更突出。

手机怎样「算」出虚化

手机的口子太小，光学上虚不了多少，只好先算出画面里每一处有多远，再把远处一层层模糊掉，这就是「人像模式」。

算远近有好几种办法：两个并排的摄像头；把一个像素一分为二的「双像素」；能认出人和头发在哪里的 AI；Pro 系列 iPhone 上用激光测距的激光雷达。实际的手机，常常几种一起用。最容易看懂的是两个摄像头：两个镜头隔开一点点，看到的画面略有不同：近处的东西错开得多，远处的错开得少。就像伸出一根手指，轮流闭上左右眼，手指在背景前面跳来跳去，离得越近，跳得越厉害。

算远近，在细小的地方最难：头发丝、眼镜边、透明的玻璃杯，常常算错，于是发丝被抹掉，或者头边留下一圈没虚的背景。仔细看人像模式的照片，常能在这些地方找到破绽。

激光雷达自己发光测距，暗处也能测准；AI 则帮忙描出头发这样的细边。从 iPhone 15 起，只要画面里有人或猫狗，手机就会顺手记下远近，拍完以后还能打开虚化，甚至改对焦在谁身上。

一句话：没对准的亮点散成光斑，光斑就是光锥在人那里截出的一圈；它占画面多大，看镜头口子的直径和画面拍得多宽。相机的芯片和镜头大，口子大，光子多，背景自然地虚、颗粒也细；手机的口子只有几毫米，靠叠加多张照片补光子，靠先算远近、再把背景「抹」虚来补虚化。

我们怎么知道

• 用手机拍出真正的虚化：关掉人像模式，凑到离一朵花十几厘米，让背景离得远远的，点一下花对焦。再退到一米外拍同一朵花，比一比背景。
• 主摄和长焦比一比：用手机的 1 倍和长焦，各拍一张人像，让人在画面里一样大，比一比背景。
• 拍出心形的光斑：这个要用能换镜头的相机。在黑卡纸上挖一个一厘米左右的心形小孔，挡在镜头前面，光圈开到最大，把焦点对在近处，让远处的彩灯虚掉：光斑就成了一颗颗小心。手机镜头的口子太小，做不出来。
• 找找人像模式的破绽：用人像模式拍一个头发蓬松的人，或者一个拿着玻璃杯的人，放大看边缘。

还不知道什么

算法虚化越来越像真的，可在头发、玻璃、烟雾这些地方，还常常骗不过细看的眼睛。手机能不能只靠计算，就拍出和大镜头一模一样的照片？工程师们一边改进算法，一边尝试新的镜头，比如用纳米结构代替玻璃的「超透镜」。这个问题，现在还没有答案。

进阶：光斑大小的公式、模拟和数据

光锥怎么算。镜头对准距离 $s$ 处的人，距离 $d$ 处有一盏灯，口子直径为 $A$。从灯到口子的光锥，在人那里截出的圈，直径是 $A (d - s)/d$。画面在人那里拍下的宽度为 $W$，于是

$$\frac{\text{光斑}}{\text{画面宽度}} = \frac{A}{W}\left(1 - \frac{s}{d}\right)$$

背景很远时，括号里接近 1，就是正文里的式子。用薄透镜成像公式 $1/f = 1/u + 1/v$ 直接算芯片上的光斑，也得到同样的结果。式子里没有芯片大小，也没有焦距：相机更虚，是因为在同样的画面下，它的口子 $A$ 更大。$A = f/N$，$f$ 是焦距，$N$ 是 f 数。

手机的参数。iPhone 17 Pro 主摄：等效 24 毫米，f/1.78，1/1.28 英寸芯片（约 10 × 7.5 毫米），实际焦距约 6.9 毫米，口子约 3.9 毫米。4 倍长焦：等效 100 毫米，f/2.8，1/2.55 英寸芯片（约 6 毫米宽），实际焦距约 16 毫米，口子约 5.8 毫米。实际焦距由等效焦距和芯片大小推算。iPhone 18 Pro 主摄的光圈有 f/1.48、f/1.8、f/2.8、f/4 四档，焦距按和上一代相同估算。

「四个办法」动画的参数。相机为全画幅（36 毫米宽）。各步（手机 ｜ 相机）：起点，画面 60 厘米宽，背景在人后 1 米，手机 f/1.78，0.46% ｜ 50 毫米 f/8，0.55%；① 相机开到 f/1.8，0.46% ｜ 2.5%；② 画面 40 厘米宽，0.76% ｜ 4.3%；③ 背景退到人后 10 米，0.94% ｜ 6.6%；④ 手机 4 倍长焦、相机 85 毫米 f/1.8，1.3% ｜ 10.7%。

手机和相机对比图的参数。两种机器的画面都是 60 厘米宽、背景在人后 3 米。同样的画面，从人身上收到的光，正比于（口子直径 ÷ 拍摄距离）²，也就是正比于（芯片宽度 ÷ f 数）²：同为 f/1.8，全画幅收到的光是手机的 $(36/10.3)^2 \approx 12$ 倍。光子数按泊松分布随机生成。「每个像素」指两张照片缩放到同样大小以后的像素。手机脸上的光子数（约 25 个）是为了对比而取的典型的暗光数值。

模拟方法。背景是一个平面上的一串串小灯，每盏灯按光圈形状画成一个光斑，亮度按能量守恒摊开；人在前面保持清楚。没有算衍射和像差。「猫眼」用两个圆的交集近似。人像模式：两个镜头相隔 1 厘米，人在 0.41 米、背景在 3.41 米，错开的距离和远近成反比，所以差了 3.41 ÷ 0.41 ≈ 8 倍；「算出的远近」在粗网格上计算，所以细发丝分辨不出来。

其他。HTC One M8（2014 年）已经用两个摄像头算远近；让人像模式流行起来的是苹果 iPhone 7 Plus（2016 年）；谷歌 Pixel 2（2017 年）用双像素加机器学习；iPhone 12 Pro（2020 年）起有激光雷达；iPhone 15（2023 年）起可以拍完再加人像虚化。