现在相机的「14bit」色深够用吗?

16bit对14bit,理论上有如下优点:

1. 4倍精度,更不容易出现“断层”。

2. 量化噪声更低,理论动态范围更高


精度和断层:

高光精度我做过一个测试,结论是12bit和14bit高光精度看不出有区别:

图片12bit raw和14bit raw区别明显嘛?


以我的经验来看,“断层”一般出现在420编码的视频后期,或者8bit hdr(6bit sdr)。就连jpg机内直出,想找到明显断层都不容易。这是尼康zf的直出最暗部:

左侧格子亮度带渐变,但是snr太低了,看不出明显的条带状分层。


zf机内直出jpg的天空拉爆曲线效果如下:

原图:

非要说有没有断层,那确实是有,但是这样的处理不属于正常后期。实际上jpg进行中度偏轻的后期也是可以的。


14bit raw拉爆的效果:

拉爆以后再拉爆:

这应该很够用的吧。


说完亮部说暗部。

以下是gfx 100 ii的16和14bit暗部的极限调整,去色并缩小,以便于观察:

格子其实是有一些亮度渐变的,但是拍摄的位置不完全一样,只能大概看看。

左下和右上看起来亮度接近,左边好像确实更细腻。但是我觉得这里snr已经非常低了,也就仅仅是聊胜于无吧。硬说能分出a好b坏肯定是能的。


另一个例子:

我的这个格子图只有左半边有不太明显的渐变。我看不出有什么精度区别。


提亮8ev,区别很明显:

区别就是14bit偏色非常严重,16bit这边还不错。同时16bit的snr略高一丢丢,可以在下文的snr图表中体现。


比较常用的+5ev:

区别比较小。


结论1:更高的暗部精度实拍无法展现,但是高位深有助于减小偏色,原因是Black Level精度更高。


动态范围:

理论:量化噪声决定了snr-based DR的上限。

snr = 1时假设仅有量化噪声,上限计算方法如下:

DR_max = BitDepth + 0.29 (ev)


例如:

12bit对应12.29ev的DR上限,14bit对应14.29,16bit对应16.29等等。

所以看起来,对于高性能cmos,DR可以接近14档,12bit不够用。

16bit的理论DR上限,比14bit高2档。

但是现实是暗信号区是读出噪声主导,根本用不满上限。


实际表现如何呢,咱们直接看gfx100 ii ISO80的snr图表:

数据用我开发的超级扫描脚本扫描获得,16bit的log如下:

精度:ROI总数每组1250万,16bit PDR与ptp官方程序NefUtil的扫描结果(脚本转化为snr线)完全一致,差异0.00ev(与ptp网站报告值差异0.01ev):

需要说明的是,NefUtil处理BL的逻辑,如果测得的实际BL高于元数据BL,则使用元数据BL。我的处理方法是单独拍摄黑场使用中心256*256区域并分通道计算和使用实测值。这是造成EDR和左下方图线有明显区别的原因。黑线依然是他在PTC页面发布的理论线。可以看到,由于BL处理不当,他的计算结果和他给出的理论线并不完全符合。我的snr线左下角与理论线也有明显分离,原因我认为从14bit黑场能看出cmos是多次曝光形成(俗称“拼接”)的,并且两边BL不一致,导致算出来的平均值有偏差。


差异:

SNR=1=0dB EDR:0.25ev

PDR@5.26dB:0.19ev

SNR=10=20dB HQDR:0.02ev。

可以看到即使是极限暗部,最高差异也就只有1/4ev。

叠图:


optyczne结论:

gfx100 一代,16bit SNR=1下测得14.5EV,比14bit高0.6EV。然而这个增益仅对最暗处有效,在SNR=10处只有0.1EV增益:

optyczne.pl/439.8-Test_

他们的DR测试结果不是很准确,snr可能使用扣除BL的数据计算,会得出偏高的结果。

趋势一致,仅供参考。


胡子哥结论:

youtube.com/watch?

胡子哥的水平不用多说。


结论2:

虽然偏色明显改善,但是动态范围差异可忽略。


总结

14bit比起16bit有差距,但是不那么大。16bit只有暗部偏色控制强力碾压。

如果不追求这个,14bit完全够用。

如果追求这个的,建议SNR也追求一下,上三脚架拍多几张bkt合成。

对于那种非要单张拉六档八档的不能偏色的需求,那就真的只能上中幅了,14bit确实不够用


致谢

gfx100ii的实拍raw由我的超壕超热心好友蓝白兜(xhs,bilibili@蓝白兜)提供,第一版实测数据在2025-12-11发布,我这里发布的数据由于计算方法不一样,有少量偏差。他的主页还有很多别的独家器材消息,大家也可以关注一下

编辑于 2026-05-19 · 著作权归作者所有