Focal Length

對於 35mm 全片幅（Full Frame）底片或感光元件來說，28mm 到 70mm 是一段非常經典的標準變焦焦段。

For 35mm full-frame film or sensors, 28mm to 70mm is a classic standard zoom range.

視角 (Field of View, FOV) 比較表

以下是基於 35mm 底片（片幅尺寸為 36mm x 24mm）計算出的水平視角：

The following table shows the horizontal Field of View (FOV) based on 35mm film (frame size 36mm x 24mm):

焦距 (Focal Length)	水平視角 (Horizontal FOV)	鏡頭類別 (Lens Category)
28mm	~65°	廣角 (Wide-angle)
35mm	~54°	小廣角/人文 (Standard Wide)
50mm	~40°	標準/人眼視角 (Normal/Standard)
70mm	~29°	望遠/人像 (Short Telephoto)

---

詳細說明 (Detailed Explanation)

• 28mm (廣角 Wide-angle):

  這個焦段提供約 65° 的水平視角，非常適合拍攝風景、建築或是室內空間，能拍進較寬廣的畫面。

  This focal length provides a horizontal FOV of about 65°, making it ideal for landscapes, architecture, or interior spaces.

• 70mm (短望遠 Short Telephoto):

  視角縮窄至約 29°。這個焦段通常用於人像攝影，因為它能提供適度的空間壓縮感，且不會像超廣角鏡頭那樣造成臉部線條扭曲。

  The FOV narrows to about 29°. This is typically used for portraiture as it provides pleasing compression without the facial distortion seen in wider lenses.

視角計算公式 (FOV Formula)

如果你想知道更精確的數值，可以使用以下公式（以弧度表示，需再轉換為角度）：

If you need a more precise value, you can use the following formula:

$$\theta = 2 \arctan \left( \frac{d}{2f} \right)$$

• $d$ 是底片或感光元件的尺寸（例如水平寬度 36mm）。

• $f$ 是焦距。

---

需要我為您計算在其他片幅（如 APS-C）上的等效焦距或視角嗎？

Would you like me to calculate the equivalent focal length or FOV for other sensor sizes like APS-C?

對於 360° 全景相機

（如 Ricoh Theta 或 GoPro Max）來說，「焦距」的表示方式與傳統 35mm 相機略有不同，因為它們的目標是捕捉整個球體空間，而不是單一方向的矩形畫面。

For 360-degree panoramic cameras, the representation of "focal length" differs from traditional 35mm cameras because their goal is to capture the entire spherical space rather than a single rectangular frame.

1. 物理焦距與等效焦距 (Physical vs. Equivalent Focal Length)

這類相機通常使用魚眼鏡頭 (Fisheye Lenses)。雖然它們有物理焦距（通常非常短），但為了讓攝影師理解其視野，通常會標註「35mm 等效焦距」。

These cameras usually use fisheye lenses. While they have physical focal lengths (usually very short), they are often labeled with a "35mm equivalent focal length" to help photographers understand the field of view.

項目 (Item)	360° 相機典型數值 (Typical 360° Camera Values)	說明 (Explanation)
物理焦距 (Physical Focal Length)	~1mm - 2mm	因為感光元件通常很小，且需極廣視角。
35mm 等效焦距 (35mm Equivalent)	~6mm - 10mm	在全片幅上，這相當於超廣角魚眼鏡頭。
視角 (Field of View)	360° (全景) / 180°+ (單鏡頭)	每個鏡頭通常捕捉超過 180° 以利縫合。

---

2. 如何表示成像？ (How is the image represented?)

360° 相機的成像不是用傳統的「長寬比」來衡量，而是用以下方式表示：

360° camera imaging isn't measured by traditional aspect ratios; instead, it's represented as:

• 等距柱狀投影 (Equirectangular Projection):

  這是最常見的表示法。它將球面展開成一個 2:1 的平面矩形。這就像世界地圖的展開圖，水平視角涵蓋 360°，垂直視角涵蓋 180°。

  This maps the sphere onto a 2:1 flat rectangle, similar to a world map projection. It covers 360° horizontally and 180° vertically.

• 圓形魚眼 (Circular Fisheye):

  在內部處理前，感光元件上呈現的是兩個圓形的魚眼影像。

  Before processing, the sensor captures two circular fisheye images.

---

3. 計算上的特殊性 (Mathematical Specifics)

在 360° 系統中，傳統的 $f$（焦距）與 $\theta$（視角）的關係式不再是簡單的三角函數，而是根據投影模型（如等距投影或等角投影）來計算。

In 360° systems, the relationship between focal length $f$ and FOV $\theta$ follows projection models rather than simple trigonometry:

$$r = f \cdot \theta$$

註： 在這裡，$r$ 是影像點到中心點的距離，$\theta$ 是入射角（弧度）。這表示影像高度與角度成線性正比，這就是為什麼它能捕捉極限廣角。

Note: Here, $r$ is the distance from the image point to the center, and $\theta$ is the angle of incidence. This linear relationship allows for extreme wide-angle capture.

---

您是想了解特定 360 相機型號的參數，還是想知道如何將 360 影像轉換為普通平面的視角？

Are you looking for specs on a specific 360 camera model, or do you want to know how to "defish" or crop a 360 image into a standard flat FOV?

Image 的 NR (noise reduction)

Webcam 噪點產生的原因

一、影像雜訊的基本來源（ISP 視角）

在 webcam 中，雜訊主要來自：

1. Photon Shot Noise（光子散粒噪聲，與亮度相關）

2. Sensor Read Noise（感測器讀出噪聲）

3. Thermal Noise / Dark Current

4. 高 ISO / 高增益放大造成的隨機噪聲

ISP 的 NR 模組通常在 Demosaic 前後、Color Space 轉換前後分階段執行。

二、2D Noise Reduction（空間域降噪）

1. 核心概念

2D NR 僅利用「單張影像的空間資訊」，根據像素與其鄰近像素的關係，抑制高頻隨機噪聲。

關鍵假設：
雜訊是空間上隨機、不連續的；真實影像內容在局部區域內具有相關性

---

2. 常見演算法原理

（1）Spatial Low-pass Filtering

• Box Filter

• Gaussian Filter

• Median Filter（對椒鹽雜訊有效）

缺點：
→ 容易模糊邊緣與細節

---

（2）Edge-aware Filtering（ISP 常用）

• Bilateral Filter

• Guided Filter

• Edge-preserving Filter

特點：

• 在平坦區域強力降噪

• 在邊緣區域降低濾波強度

---

（3）Frequency-based（部分 ISP）

• 將影像分成：

  • Low-frequency（結構）

  • High-frequency（細節 + 雜訊）

• 對高頻部分進行抑制或重建

---

3. 優缺點總結

項目	說明
優點	不需多幀、即時性高、硬體成本低
缺點	無法區分「細節 vs 雜訊」，容易過度平滑
適用	靜態畫面、亮度較高場景

---

三、3D Noise Reduction（時間域降噪）

1. 核心概念

3D NR 利用「時間維度（多幀）」，比較連續影格中同一像素位置的變化。

關鍵假設：
真實畫面在短時間內變化小；雜訊在幀與幀之間是隨機的

這裡的「3D」＝ X + Y + Time

---

2. 基本原理流程

1. 對當前 Frame 與前一/多個 Frame 做比對

2. 若像素變化小 → 判定為雜訊 → 強力平均

3. 若像素變化大 → 判定為運動/邊緣 → 降低降噪強度

---

3. 常見實作方式

（1）Temporal Averaging（最簡單）

Output = α * Current + (1-α) * Previous

缺點：

• 畫面移動時會產生 motion blur / ghosting

---

（2）Motion-adaptive Temporal NR（主流）

• 先做 Motion Detection / Motion Estimation

• 靜態區域：強 NR

• 動態區域：弱 NR 或只用 2D NR

---

（3）Motion Compensation 3D NR（高階 ISP）

• 類似影片編碼的 Motion Vector

• 對齊後再做 Temporal Filtering

• 成本高，但效果最好

---

4. 優缺點總結

項目	說明
優點	降噪能力遠勝 2D，低光表現明顯提升
缺點	計算量大，可能產生殘影
適用	低照度、靜態或半靜態場景

---

四、2D NR 與 3D NR 的實務搭配（Webcam ISP 常見）

ISP Pipeline 常見順序（簡化）

Sensor → Black Level → Demosaic
       → 2D NR（Edge-aware）
       → Color Correction
       → 3D NR（Temporal）
       → Sharpen
       → Output

為什麼要兩者並用？

• 2D NR：快速處理空間隨機噪聲

• 3D NR：消除低光下的殘留顆粒感

• 3D NR 通常建立在 2D NR 之上，避免殘影被放大

---

五、Webcam 特有的調校重點

1. 低延遲需求

   • 3D NR 不能用太多 frame buffer

2. 臉部優先

   • Face ROI 區域 NR 會更保守，避免「蠟像臉」

3. Sharpen 與 NR 的拉鋸

   • NR 過強 → 再 sharpen → 產生假細節

4. 低成本 ISP

   • 多數 webcam 使用簡化版 motion detection，而非完整 motion compensation

---

六、一句話總結

2D NR 是「單張影像的空間平滑」，
3D NR 是「跨影格的時間平均」，
高品質 webcam 依賴兩者協同調校，而不是單一演算法。

ISP

Webcam 的 ISP 是什麼？

在攝影機（尤其是網路攝像頭 / Webcam）中，ISP 代表 Image Signal Processor（影像訊號處理器），而非「Internet Service Provider（網際網路服務提供商）」。

1️⃣ ISP 的核心功能

• 曝光補償：自動或手動調整每個像素的曝光時間，防止過曝或欠曝。
• 白平衡：自動調整色溫，確保影像在不同光源下色彩自然。
• 噪點抑制 ：降低低光或高 ISO 情況下的影像雜訊。
• 去馬賽克（Demosaicing）：將單一色彩的 Bayer 取樣恢復成完整 RGB。
• 色彩校正 & 色調調整：修正相機感光元件及鏡頭特性造成的顏色失真。
• 圖像锐化：提升細節與邊緣清晰度。
• 分辨率縮放：支援 HD、Full‑HD、4K 等多種輸出分辨率。
• 視頻編碼：直接輸出 H.264 / H.265 / MJPEG 等壓縮流，減少 CPU 負擔。
• 鏡像/翻轉：前置鏡頭常用的人像模式功能。

2️⃣ ISP 的實現方式

• 獨立芯片：如 Sony IMX355、Omnivision OVx8xx 等，單獨負責圖像處理。
• 集成於感光元件：例如 Raspberry Pi Camera V2（Sony IMX219）或 Intel RealSense D435。
• 軟體實現（或 GPU 加速）：在高階桌面或手機攝像機上，部分 ISP 功能由 CPU/GPU 結合開源驅動完成。

3️⃣ 常見攝像頭的 ISP 例子

產品	感光元件	ISP
Logitech C920	GM12	集成於感光元件
Raspberry Pi Camera V2	Sony IMX219	集成於感光元件
Intel RealSense D435	FLIR Lepton	集成於感光元件 + 內部處理器
Logitech Brio 4K	Sony IMX477	集成於感光元件

4️⃣ 小結

在攝像機硬體層面，ISP = Image Signal Processor（影像訊號處理器），負責將原始感光元件輸出的 RAW 資料轉換為可顯示、可編碼、可傳輸的影像。了解 ISP 的功能與實現方式，有助於在選購或開發時做出更合適的決策。

若你對某一款具體 webcam 的 ISP 參數或開發接口感興趣，歡迎提出更詳細的需求！