Az emberi szem kb hány FPS-sel, azaz másodpercenként hány képkockát és kb mekkora felbontásban, azaz hány MP-ben (Megapixel) lát?

Az emberi szem állóképeket lát és közvetít az agyba, hanem folyamatosan dolgozza fel az impulzusokat.

A felbontás sem értelmezhető. Éles kép csak egy kis területen keletkezik a látóidegen, ám a szem állandó mozgásban van, mintegy szkenneli a környezetet (az akaratlan szemmozgásról van szó), ezen felül szándékosan is változtatjuk a tekintetünket.

Ha nagyon-nagy-nagyon ki akarunk hozni mégis valamilyen értéket, akkor az kb. 576 megapixel.

Kiegészítendő az előző választ, az emberi szem valóban folyamatosan lát. Ha másodpercenként 15-20 állóképet látsz, akkor azt már a szem folytonos mozgásnak érzékeli. A TV-k esetén ezért volt szabványosítva régebben a 24 illetve 25 képkocka/másodperc. Azt már eléggé folytonosnak látjuk, és nem állóképek sorozatának. Viszont ez nem jelenti azt, hogy a szem nem tud nagyobb FPS-t megkülönböztetni. A 60 FPS-t folytonosabbnak látjuk.

Ha nem mozgóképről van szó, akkor pl. egy izzó esetén is tudatosan érzékeljük, ha az izzó kb. 50-60 Hz frekvenciával villog. Érzékeljük a vibrálást. De van, aki 100 Hz-es vibrálást is tudatosan tud érzékelni. Illetve aki nem is érzékeli tudatosan a vibrálást, rá is hatással van, megfájdul a feje, elfárad a szeme, illetve különbséget tud tenni egy vibráló és egy állandó fényerővel rendelkező fényforrás között. Hogy mi az a frekvencia, ami felett már nem tudunk változást érzékelni? Nehéz kérdés, mert bizonyos frekvencia felett már nem látjuk azt, hogy valami villog, akadozik, de mégis érzékelni tudjuk, hogy valami kevésbé villog, kevésbé akadozik. Mivel a dolog nem tudatos, így nehéz mérni, hogy hol a határ, aminél már nem érzünk különbséget.

Ahogy írtuk, az emberi látás folyamatos, nem azt csinálja, mint egy kamera, hogy bizonyos időközönként rögzít egy állóképet, hanem folyamatosan ad jelet. Az agy meg feldolgoz belőle annyit, amennyit tud. Nem képkonckánként, nem adott frekvencián. Az, hogy az ember hány FPS-el lát az kb. pont annyira értelmetlen és megválaszolhatatlan kérdés, hogy egy autó – egy igazi autó – hány FPS-sel halad. Az autó folyamatosan halad.

> nekem csak egy szám kéne, hogy konkrétan hány FPS-t látunk pl 500-600, 600+ vagy valami ilyesmi

Pont ezért nincs ilyen szám. Az agy feldolgozóképességének persze van határa, egy bizonyos FPS felett az egymást követő képkockák között nem tudunk még részletekben sem különbséget tenni. De nincs egy éles átmenet.

Képzeld el, hogy szavakat látsz felvillanni egymás után. Lásd: https://www.youtube.com/watch?v=Q4_Ga5GTPw8 (És még lehetne növelni a tempót.)

Ha még lassabb, akkor minden szót ki tudsz olvasni. Mikor gyorsabb, akkor bizonyos szavak már kiesnek, de a kontextusból még mindig érted, hogy mi volt a szöveg. Ha még gyorsabb, akkor mondjuk a szavak felét fogod fel, de még mindig érteni véled, hogy mit olvastál. Bár itt már lehet, hogy nem tűnik fel, hogy egy ige előtt volt egy „nem” szó, és teljesen az ellenkezőjét véled kiolvasni, mint ami valójában ott van. Még nagyobb sebességnél már csak egy-egy szót csípsz el, már nem tudod megmondani, hogy pontosan mi volt a szöveg, de van sejtésed, érzésed, hogy miről szólt, hogy nem az autógyártásról, hanem valami másról. És van az a sebesség, amikor már szavakat nem tudsz kivenni, összefolyik az egész, csak vibráló betűket látsz.

Akkor hány WPM-mel (word per minute, azaz szó per perc) sebességgel tud az ember olvasni? Nem lehet megmondani, mert nincs egy éles átmenet. Meg függ ez a személy képességeitől, hogy mennyire gyakorolta a gyorsolvasást, hogy mennyire fáradt, hogy anyanyelvi szövegről van-e szó, hogy milyen témájú a szöveg, stb…

> Ja, és amúgy az FPS (képkocka/másodperc) ugyanaz, mint a Hz?

Majdnem. A Hz-et periodikus változás esetén használjuk a frekvencia mértékegységeként. Azt írja le, hogy hány periódus zajlik le egy másodperc alatt. Az FPS meg ugye frame per secundumot, azaz képkocka per másodpercet jelent. Nyilván hasonló dologról van szó mint a Hz esetén, csak itt ugye nem periodikus jellegű változásról van szó, ezért nem frekvenciának hívják, hanem képkocka sebességnek. De szokták az képkocka sebességet néha keretfrekvenciának is hívni és Hz-el megadni az értékét. Ez matematikai szempontból nem teljesen korrekt, de a hétköznapokban elfogadható szokás.

Hz = 1 / s ( = periódusok száma / s )

FPS = képkocka / s ( = frame / secundum = frame per secundum )

> Amikor egy autópályán 90-nel megy el mellettünk egy autó, a kereke úgy néz ki, mintha egy helyben állna, vagy mintha visszafelé forogna.

Ez a hatás sokkal inkább filmek, videófelvételek esetén jelenik meg. Illetve olyan fényforrás esetén, aminek a fényereje periodikusan változik (stroboszkóp-hatás). (Ez szinkron motorok és nem megfelelő megvilágítás esetén komoly probléma, mert mivel a világítás villogása és a motor fordulatszáma szinkronban van, így az ilyen fényforrással való megvilágítás esetén a forgó motor állni látszik.)

De való igaz, megfigyelhető ha nem is ennyire markánsan, de a valóságban is. De itt is inkább csak sejtéseink vannak, hogy pontosan miért. Az egyik valóban az, hogy az emberi látásnak is van valamiféle frekvenciája. Ez talán azzal hozható összefüggésbe, amiért az EEG-n jól látható az éber agy aktivitásának egy 12-30 Hz-es frekvenciája. Viszont ez is ugye egyénenként, meg a fizikális állapot függvényében változik. Másrészt sokak mégis különbséget tudnak tenni a 60 FPS és a 100 FPS között. Legközelebb, ha autópályán megyek többedmagammal és ezt a hatás látom, akkor el ne felejtsem a mellettem ülővel összevetni, hogy ő mit lát. Valószínű, hogy nagyon nem ugyanazt.

A másik magyarázat inkább arról szól, hogy az emberi látás kicsit komplexebb, mint sokan gondolják. Pl. a fényérzékelő receptorok nem csak önmagukban állnak, hanem recesszív mezőkbe tömörülnek. Így nem csak színt és fényerőt látnak a „szenzorjaink”, hanem képesek pl. zajszűrésre, „élsimításra”, mogzásirány érzékelésre is. Ezek még azelőtt megtörténnek, hogy a szemből az adatok az agyba jutnának. Illetve maguk a receptorok is sajátosan működnek. Mindezek számos optikai illúziót eredményeznek. A valóban folytonos kocsikerék hatásnak a másik feltételezett okát is a szem működésének a sajátosságaiban keresik. Ezt erősíti talán az is, hogy nem mindegy, hogy mit látunk forogni. Ha küllőket, vagy egy megforgatott papírkorongra rajzolt fekete-fehér éles sávokat, akkor egészen más a hatás, mintha folyamatos, hasonló fényerejű színátmenetes korongot pörgetnénk meg (lásd: [link] ). Ez utóbbi esetén sejtésem szerint kevésbé jelentkezik a kocsikerék-effektus, ha elég gyorsan forog, akkor egy szürkésbarna masszát látunk, talán némi vibrálással, és nem egy lassabban, esetleg visszafele forgó színes valamit.

Illetve megint más egy periodikus változás, mint egy forgó kerék, meg egészen más mondjuk egy egyenes mozgás. Ugye ha sötétben nézel egy gyertyát, és hirtelen forgatod el a fejed, akkor egy csíkot látsz. De én még nem láttam olyat, hogy ez a csík ne folytonos, hanem szaggatott lenne.

De erről a kocsikerék-effektusról, meg úgy a látás bizonyos részleteiről nincs konszenzus. Nem tudunk neked olyat mondani, hogy a tudományos kutatások alapján az emberi látás kb. x és y közötti FPS-sel rendelkezik.

Az emberi szem felbontása sem egyszerű kérdés.

Egyrészt az ember egy kis területen lát élesen, a látómező perifériáján sokkal homályosabban. Az éleslátás középpontjától 5°-ra a látásélesség már kb. a harmadára csökken.

Aztán a szemben kétféle receptor van:

- Vannak a pálcikák, amik főleg a gyenge fényben való látásért felelnek. Ezek a színlátásban nem vesznek részt. Ebből nagy átlagban 120 millió található egy emberi szemben.

- Vannak a csapok, amiknek három fajtája van, amik különböző hullámhosszakra érzékenyek. Ennél fogva ezek a színlátásért felelnek. Ezekből átlagosan 6-8 millió található a szemben.

- Illetve vannak még a ganglion sejtek is, amik nem közvetlenül felelősek a látásért, de egy részük fényérzékeny, és hozzájárulnak a látás mechanizmusához. Pl. ezek felelősek olyan jelenségekért, hogy ha sokáig nézel valamit, akkor utána egy fehér felületre nézve látod a nézett tárgy negatív lenyomatát.

A dolgot bonyolítja, hogy ezeknek az aránya egészen más a szem különböző területein. Amíg az éleslátás helyén a csapok aránya nagyobb, addig a periférián a pálcikák vannak sűrűbben. Pluszban bekavar a vakfolt és a sárga folt is. Ha vízszintes metszetben nézzük a különböző receptorok arányát, akkor az valami ilyen eloszlást mutat: [link]

Az is bekavar, hogy a perifériához közeledve a receptorok nem külön-külön küldenek jelet, hanem un. receptív mezőkbe összegződnek, amik ráadásul részben át is fedik egymást.

Az is bekavar, hogy az agy rengeteg dolgot hozzákölt a látott képhez. Kicsit olyan, mint mikor valaki elkezd mondani egy mondatot, a másik meg állandóan ki akarja találni a következő szót. Pl. mikor látsz a távolban egy alakot, akkor talán ki tudod venni, hogy az egy ember. De a részleteket már nem látod. Viszont nem csak gondolni véled, hanem látni is véled, hogy az illetőnek két lába van, két szeme, és mosolyog. De ahogy közelebb jön, akkor látod, hogy hát az egyik lába hiányzik, amit lábnak véltél látni – vagy inkább gondolni – az egy mankó. Még közelebb érve meg látod, hogy az illető félszemű, és nem mosolyog, hanem ráncolja a homolkát.

~ ~ ~

Oké, de ha van mondjuk 8 millió csap és 120 millió pálcika, akkor az összeadva 128 millió receptor, tehát ez 128 megapixelt jelent. De nem. Mert az embernek két szeme van, ráadásul tudja mozgatni is az ember a szemét, és mindenféle – fogalmazzunk úgy – „szoftveres” felbontásjavítást tud eszközölni.

Szóval azért nem lehet azt mondani, hogy az emberi szem ennyi és ennyi megapixeles, mert egyáltalán nem hasonlít a látott kép egy pixelrácshoz. Mikor az kellene megmondani, hogy az emberi szem hány megapixel felbontású, akkor kicsit olyan, mintha erről a képről – [link] – kellene megmondani, hogy hány folt található rajta. Hát… izé…

~ ~ ~

Amit inkább meg szoktak adni az az éleslátás helyén a szögfelbontás. Ez kb. 1 szögmásodperc, de egyedenként nagyon változó, van, akinek 2 szögmásodperc, van, akinek 0,5. Viszont ahogy haladunk a periféria felé, úgy csökken a felbontás. Hogy pontosan hogyan is alakul ez az nagyon függ attól, hogy pontosan hogyan is mérjük a látásélességet. Ez nem egyszerű kérdés, itt megint bekavar, hogy másféle képet máshogy látunk. Nem mindegy, hogy két vonalból álló vonalpár esetén kell felismerni azt, hogy az nem egy, hanem két vonal, meg egészen máshogy, ha sok-sok vonal esetén kell felismerni hogy az egy szürke felület, vagy egy vonalakból álló felület.

Ha egy 90°-os látómezőt nézünk – az 60*90=5400'), és az átlagos felbontást 0,3 szögpercnek vesszük, akkor:

(5400 szögperc / 0,3 pixel/szögperc')² = 324 millió pixel.

Ennek a 90°-nak viszont csak egy szűk területét látjuk élesen. Ha viszont a fejünket stabilan tartva forgatjuk is a szemünket, akkor számolhatunk egy 120°-kal (7200 szögperc). Úgy meg az jön ki, hogy:

(7200 szögperc / 0,3 pixel/szögperc')² = 576 millió pixel.

De hozzá kell tenni, hogy ez a 0,3 szögperces átlagos látásélesség eléggé durva becslés, nyugodtan lehet egy ±50%-ot hozzátenni.

Tehát ezt a szemmozgatás nélküli 324 megapixelt inkább úgy kell érteni, hogy valahol 150 és 500 megapixel között van valahol. De a fentebb leírtak miatt inkább korrekt azt mondani, hogy az emberi szem felbontóképessége szemmozgás nélkül durván 300-400 megapixeles kép felbontásával analóg. De mivel mozgatjuk a szemünket, inkább vehetjük ennek kb. a dupláját.