最近随着一批裸眼3D设备的发布与展示,包括Meta牵头,苹果加入的VR/AR产业,又一次引起了行业内外的广泛关注。

电视英语叫“TV”,全程Television,其中“tele”就是远的意思,而“vision”就是视觉、景物的意思。所以说电视,就是为了看到千里之外的景物。众所周知,电视是通过视觉暂留的原理,让一幅一幅静止的图案在人眼中动起来的,解决了从静到动的问题。不过除了从静到动的差别,电视和现实景物最大的区别在于现实是三维的,而电视是平面的。


(资料图片)

那如何让电视从二次元变成三次元现充,人们也想了很多办法。

其实人能看到3D景象的原理很简单:人眼看到的图像其实也是平面的,但人有左右两只眼睛,两眼看到的物体间透视关系存在着微小的差别,学名叫视差,人脑就根据这之间物体透视的差别,将二维图像处理成三维的。

而我们看到的屏幕内容,是由摄像机拍摄的,摄像机的单个镜头拍摄下的景象透视关系是固定的,因此我们的眼镜和脑子也没办法还原出三维画面。

那么想要实现3D显示,办法也很简单,只要还原出两眼的视差效果,也就是让两眼接收到不同的图像就可以了。无论是3D眼镜还是裸眼3D,最本质的原理都是这个。

3D眼镜大家接触的最多的应当就是在电影院了。3D电影其实是利用了光的偏振现象,也就这里就不展开讲了,总之,3D电影是把左右眼的画面重叠在一起,由于它们之前存在视差,所以裸眼看3D电影,画面是重影的。而3D眼镜在左右眼分别是不同角度的偏振片,当我们戴上眼镜的时候,左右眼只会接收到对应的图像,在大脑中就构建出了立体图像。最早的红蓝3D,其实也是类似的原理,只不过是用滤色片而不是偏振片。

3D电影采用的偏光眼镜结构简单,成本低,而且佩戴体验也比较舒适,所以这项技术一直沿用至今,这也是为什么《阿凡达》过了十几年依然是效果最好的3D电影之一,就是因为这项技术本身已经相当成熟,衡量3D效果主要依靠的是拍摄和制作的精细度。

不过偏光式3D也有缺点,首先就是亮度的损失,由于3D投影在投影机和眼睛上有两组偏振片,根据RealD公司的计算,观众只能接收到投影机发出的35%左右的光线,如果放映机本身亮度就不高的话,可想而知图像的亮度就会比较糟糕了。所以现在的电影院很多用双机分别投射左右眼的画面,可以有效提升亮度。

另外,偏光3D对于观看角度要求很高,因为只要视角稍微变动,就会影响光线偏振的效果,进而减弱3D效果。不过对于商业场景也就是电影院来说,固定的座位和黑暗的影厅让偏光3D的缺点没有那么明显,不过对于家用电视场景来说,偏光式3D不仅放大了这两个缺点,还带来了一个更为致命的问题:电视是同时显示左右两幅画面的,相当于把左右眼画面以隔行扫描的方式显示,这让3D画面的分辨率直接减半,严重影响图像的清晰度。

因此电视上占主流的其实是另一种3D眼镜,即快门式3D眼镜。简单地说,快门式3D眼镜的镜片是两块小液晶屏,电视交替显示左右眼画面的同时控制镜片以相同频率开闭,让眼睛接收到对应的画面。快门式3D亮度和分辨率高,但是眼镜结构复杂比较笨重,同时快速闪烁的镜片也容易造成眼睛的干涩疲劳。

3D电视在2010年左右一度蔚然成风,但如今已成为明日黄花。导致3D电视式微的原因有很多,例如画质始终存在局限,偏光式受角度影响大,而快门式则容易因同步问题出现左右眼内容的干扰;佩戴眼镜对于用户较为不便;成本更高等等。另外,3D电视要求电视刷新率至少达到120Hz,才能输出60帧的3D视频,这与今天高刷新率内容的需求也是背道而驰。

相比之下,裸眼3D对用户来说不仅更加舒适,而且听起来也更具有科幻色彩。但其实裸眼3D并不是一个新兴事物,事实上,裸眼3D技术问世的时间,也正是上次3D电视大潮的2010年左右。当时三星主推快门式3D、LG主推偏光式3D,而东芝则在2010年发布了裸眼3D电视,并在其后陆续推出了裸眼3D笔记本等产品。

裸眼3D的原理更接近于偏光式3D,简单来说,就是将3D眼镜的偏光片贴到了屏幕上,当打开3D是,通过光栅遮挡或者透镜折射的方式,让观众的左右眼观看到不同的画面。

第一个大规模普及的裸眼3D设备当数任天堂的3DS掌机,它就是用竖向光栅实现裸眼3D的效果。不过实体的光栅只能实现物理遮挡,意味着玩家观看的角度同样不能偏离太多。

不过裸眼3D也并未实现普及,3DS生涯末期,不仅第三方厂商普遍停止了3D游戏的制作,任天堂自己也逐渐淡出,甚至推出了不支持裸眼3D的2DS系列掌机,下一代Switch也并未搭载裸眼3D功能。这至少说明,3D设备的昙花一现,并不能简单地用“内容不足”来解释,毕竟任天堂第一方就能够产出具有强大影响力的内容。

不久努比亚发布的裸眼3D平板,可以说又掀起了关于裸眼3D讨论的热潮。但归根结底,仍然难以摆脱3D显示最棘手的两个问题,一是相对固定的观影位置,另外就是对显示画质的影响。至于裸眼3D在2023年的爆发能否破局,留待我们下回分解。

推荐内容