智能手机  >  Google Pixel 7  >  自拍 测试结果
中高端机型 ?

谷歌 Pixel 7 自拍测试

查看其他测试结果

我们让谷歌 Pixel 7 通过我们严格的 DXOMARK 自拍测试基准,从终端用户的角度衡量其在照片和视频方面的表现。本文分解了该设备在各种测试和几个常见的使用案例中的表现,旨在通过对捕获数据的提取来强调我们测试中最重要的结果。

概述

前置摄像头主要规格:

  • 1080 万像素传感器
  • 1.22 微米像素
  • f/2.2 镜头
  • 视频:4K 30/60fps(测试设置:4K 30fps)

评分

包含了总分及子分数和属性


Google Pixel 7
138
selfie
134
照片
92

97

105

106

83

105

53

79

79

94

89

91

88

93

65

80

144
视频
81

87

87

90

86

92

72

97

67

83

86

92

82

Best

优点

  • 自然的肤色和不错的白平衡,即使在棘手的条件下也是如此
  • 曝光良好,动态范围宽广
  • 视频防抖效果不错
  • 景深相当大
  • 在明亮光线和室内条件下,噪点相当少

不足

  • 轻微的精细细节损失
  • 在近距上拍摄时,人脸失焦
  • 低光下出现图像噪点

在我们的测试中,谷歌 Pixel 7 前置摄像头展现了非常出色的性能,在色彩和曝光方面的测试结果与旗舰 Pixel 7 Pro 相同,在许多其他测试领域也非常接近。不过,这两款设备之间也存在一些值得注意的差异。

对焦是 Pixel 7 Pro 在测试中受到批评的地方,我们的 Pixel 7 测试装置在近距上的表现还比它稍差。因此,无论是照片还是视频,7 的纹理呈现效果都不如 7 Pro。我们的测试人员还在散景模式下发现了两者之间的明显差异: Pixel 7不同于 Pro 型号的地方在于,它没有对场景前方(摄像头和拍摄对象之间)应用模糊渐变,导致散景分数较低。

在视频模式下,Pixel 7 存在一些更加明显的伪像(例如重影)。撇开这些细微差别不谈,谷歌 Pixel 7 仍然展现了非常可靠的前置摄像头性能,是热爱自拍的人的最佳选择之一。

Google Pixel 7 Selfie Scores vs High-End
该图比较了该测试设备和参考设备的DXOMARK照片、变焦和视频子分数。还显示了同价格段机型的平均分和最高分。每个价格段的平均分和最高分都是根据DXOMARK数据库中的测试设备计算出来的。

测试摘要

关于DXOMARK Selfie测试:为了进行评分和分析,DXOMARK工程师在受控的实验室环境中,以及在室外、室内和低光自然场景中,使用前置摄像头的默认设置,捕捉和评估了1500多张测试照片。测试基准的设计考虑到了用户的需求,并以典型的拍摄场景为基础,如个人自拍和集体自拍。评估是通过目视检查图像与自然场景的参照物进行的,并对在实验室中拍摄的图像进行客观测试,其照明条件为1到1000+勒克斯,色温从2300K到6500K。关于DXOMARK自拍测试协议的更多信息,请点击这里。 关于我们如何为智能手机相机打分的更多细节,请点击这里。以下部分收集了DXOMARK详尽的测试和分析的关键内容 .完整的性能评估可根据要求提供。请联系我们,了解如何获得完整的报告。

照片

134

Google Pixel 7

149

Honor Magic6 Pro
Google Pixel 7 Photo scores vs High-End
在照片测试中,我们分析在各种光照条件下诸如曝光、色彩、纹理和噪点等图像质量属性,并评鉴在受控实验室条件下和真实生活中拍摄图像时的自动对焦性能,同时观察伪像是否存在。上述属性都会对测试手机拍摄的图像质量产生重大影响,同时也有助于了解摄像头的主要优势和不足。

曝光

92

Google Pixel 7

97

Apple iPhone 15 Pro

色彩

105

Google Pixel 7

106

Google Pixel 8 Pro

就技术层面而言,曝光和色彩是拍摄出色照片的关键属性。在曝光方面,我们评鉴的主要属性是各种用例中(如风景、人像或静物)的主要被摄体的亮度。此外,我们也会评鉴图像的对比度和动态范围,例如摄像头在图像的高光位和阴暗地带呈现可见细节的能力。可重复性也很重要,因为它展示了摄像头在同一场景中拍摄多张图像时,提供相同图像的能力。
在图像质量的色彩属性方面,我们的分析涵盖肤色呈现、白平衡、彩色渐晕和可重复性。就色彩和肤色呈现而言,我们会针对不自然的色彩而扣分,不过,我们也会尊重制造商对特定色彩的偏好。

谷歌 Pixel 7 – 曝光和色彩准确

谷歌 Pixel 7 Pro – 曝光和色彩准确

对焦

83

Google Pixel 7

105

Honor Magic6 Pro

进行对焦测试时,我们着眼于对焦准确性、重复性、拍摄时的时间延迟和景深。虽然在单人人像或特写镜头中,浅景深可以拍出宜人的效果,但在某些特定条件下(例如拍摄集体合照时)却可能变成一大问题;我们会在两种情况中测试摄像头的表现。在所有拍摄的真实图像中,从30厘米到150厘米,以及在弱光到户外条件下,也对对焦准确性进行了评估。

谷歌Pixel 7 - 景深
谷歌 Pixel 7 - 稍微失焦
谷歌 Pixel 7 Pro - 景深
谷歌 Pixel 7 Pro - 对焦稍好

纹理

53

Google Pixel 7

79

Asus ZenFone 7 Pro

在纹理测试中,我们分析在实验室和现实生活场景中拍摄的图像中的被摄体细节水平和纹理。在自然场景照片中,我们特别注意图像的高光位和阴暗区域的细节水平。我们在 1 到 1000 勒克斯之间的各种照明条件以及不同类型的动态范围条件下对着图片进行拍摄,并对所拍摄的图像进行客观测量。拍摄图片时,我们使用 DXOMARK 专有的图片 (DMC) 和枯叶图。

Texture acutance evolution with the illuminance level
This graph shows the evolution of texture acutance with the level of lux for two holding conditions. The texture acutance is measured on the Dead Leaves chart in the Close-up Dead Leaves setup.
谷歌 Pixel 7
谷歌 Pixel 7 - 细节略少
谷歌 Pixel 7 Pro 细节
谷歌 Pixel 7 Pro - 细节良好

噪点

79

Google Pixel 7

94

Huawei Mate 50 Pro

在噪点测试中,我们分析在现实生活中和在实验室图片上拍摄的图像噪点的各种属性,例如强度、色度、颗粒和结构。就自然图像而言,我们特别注意面部、风景以及阴暗区域和高动态范围条件下的噪点。我们也会评鉴自然图像中的运动物体上的噪点。我们在 1 到 1000 勒克斯之间的各种照明条件以及不同类型的动态范围条件下对着图片进行拍摄,并对所拍摄的图像进行客观测量。我们使用枯叶图并进行标准化的测量,例如源自 ISO 15739 的视觉噪点。

Visual noise evolution with illuminance levels in handheld condition
This graph shows the evolution of visual noise metric with the level of lux in handheld condition. The visual noise metric is the mean of visual noise measurement on all patches of the Dead Leaves chart in the Close-up Dead Leaves setup. DXOMARK visual noise measurement is derived from ISO15739 standard.

伪像

89

Google Pixel 7

91

Apple iPhone 15 Pro

伪像评估着眼于镜头阴影、色差、点状图和MTF图上的失真测量,以及实验室里SFR图上的振铃测量。还专门注意重影、量化、光晕和脸部的色调偏移等问题。伪像越严重、越频繁,分数扣得越高。下面列出了观察到的主要伪像和相应的扣分情况。

Main photo artifacts penalties

散景

65

Google Pixel 7

80

Honor Magic6 Pro

散景是在一个专门的模式下测试的,通常是人像或光圈模式,并针对在实验室和自然条件下拍摄的所有图像进行分析。目标是成像出的人像摄影,可与使用DLSR和大光圈拍摄的人像照片相媲美。主要图像质量属性是深度估计、伪像、模糊梯度和聚光灯形状模糊。人像图像质量属性(曝光、颜色、纹理)也被考虑在内。

谷歌 Pixel 7 – 没有模糊渐变

谷歌 Pixel 7 Pro – 模糊渐变

苹果 iPhone 14 Pro – 模糊渐变

视频

144

Google Pixel 7

156

Apple iPhone 15 Pro
关于 DXOMARK Selfie 视频测试

DXOMARK 工程师使用摄像头的默认设置,在受控的实验室环境和室内、户外自然场景中拍摄超过 2.5 小时的视频,并评鉴其拍摄结果。评鉴照片时,我们根据自然场景的参考标准对视频进行目视检查,并在实验室 1 到 1000 勒克斯和色温 2300 到 6500K 的不同照明条件下对着图片进行视频录制,以对视频图像进行客观测量。

Google Pixel 7 Video scores vs High-End
在视频测试中,我们分析诸如曝光、色彩、纹理或噪点等与静止图像相同的图像质量属性,以及速度和曝光、白平衡与自动对焦转换的流畅度和稳定性等时间方面的属性。

曝光

81

Google Pixel 7

87

Apple iPhone 15 Pro

色彩

87

Google Pixel 7

90

Apple iPhone 15 Pro

在曝光测试中,我们评鉴主要拍摄对象的亮度和动态范围,例如摄像头在图像的高光位和阴暗地带呈现可见细节的能力,并分析曝光的稳定性和在随着时间推移而调节能力。在图像质量的色彩分析方面,我们着眼于演色性、肤色呈现、白平衡、彩色渐晕、白平衡的稳定性及其根据光线变化而调整的情况。

纹理

72

Google Pixel 7

97

Asus ZenFone 6

进行纹理测试时,我们分析在真实生活中,以及在实验室中针对图片录制的视频的细节和纹理水平。我们对自然视频进行视觉性的评鉴,并特别注意高光位和黑暗中的细节水平。我们在 1 到 1000 勒克斯之间的不同照明条件下对着图片进行拍摄,并对所拍摄的图像进行客观测量。拍摄时,我们使用 DXOMARK 图 (DMC) 和枯叶图。

谷歌 Pixel 7 - 视频细节
谷歌 Pixel 7 - 轻微的纹理损失
谷歌 Pixel 7 Pro - 视频细节
谷歌 Pixel 7 Pro - 细节稍好
Texture acutance evolution with the illuminance level
This graph shows the evolution of texture acutance with the level of lux for two holding conditions. The texture acutance is measured on the Dead Leaves chart in the Close-up Dead Leaves setup.

噪点

67

Google Pixel 7

83

Xiaomi Mi 11 Ultra

在噪点测试中,我们分析在现实生活中和在实验室图片上录制的视频图像噪点的各种属性,例如强度、色度、颗粒、结构,以及时域属性。我们对自然视频进行视觉性的评鉴,并特别注意黑暗区域和高动态范围条件下的噪点。我们在 1 到 1000 勒克斯之间的不同照明条件下对着图片进行录制,并对所录制的视频进行客观测量。我们使用 DXOMARK 视觉噪点图表。

Spatial visual noise evolution with the illuminance level
This graph shows the evolution of spatial visual noise with the level of lux. Spatial visual noise is measured on the visual noise chart in the video noise setup. DXOMARK visual noise measurement is derived from ISO15739 standard.
Temporal visual noise evolution with the illuminance level
This graph shows the evolution of temporal visual noise with the level of lux. Temporal visual noise is measured on the visual noise chart in the video noise setup.

防抖

82

Google Pixel 7

Best

评鉴防抖性能时,我们测试手机通过 OIS、EIS 或任何其他软件或硬件技术来稳定影像的能力。我们的评鉴着眼于各种照明条件下,边走边拍和边跑边拍的用例中的运动残影、流畅度、抖动伪像和运动残影模糊。下面的视频摘录自一个测试场景。

伪像

86

Google Pixel 7

92

Apple iPhone 12 mini

评鉴伪像时,我们使用 MTF,并测量实验室中的 SFR 图表上的振铃,我们也使用 LED 通用计时器进行帧率测量。对自然视频进行视觉评鉴时,我们特别注意混叠、量化、块状和色相偏移等伪像。伪像越严重,越频繁,所扣分数就越多。下面列出主要的伪像和相应的扣分。

Main video artifacts penalties