2. 窗口尺寸选择策略：大窗口与小窗口的优缺点、不同场景下的尺寸推荐、尺寸与信噪比的权衡
对焦窗口的尺寸，说白了就是你在图像上圈了多大一块区域来做对比度计算。这个尺寸选得好，对焦又快又准；选不好，要么来回拉风箱，要么对到背景上去了。
我刚开始做相机系统那会儿，总觉得窗口越大越好——信息多嘛，算出来的肯定准。结果呢？有一次在户外拍树叶，大窗口把天空也包进去了，对比度全被蓝天拉低，焦点直接飘到无穷远。嗯，从那以后我才认真琢磨窗口尺寸这件事。
2.1 大窗口的优缺点
大窗口，一般指覆盖画面 30% 以上的区域，或者超过 200×200 像素的矩形框。
| 优点 | 缺点 |
|---|---|
| 信噪比高，抗噪声能力强 | 容易包含多个深度目标，产生歧义 |
| 对低对比度场景更鲁棒 | 计算量大，帧率下降 |
| 不易受局部纹理干扰 | 对焦响应慢，容易拉风箱 |
| 适合大光圈浅景深场景 | 边缘区域可能被裁切 |
我个人习惯在以下场景优先考虑大窗口：
- 风景拍摄：整个画面深度接近，大窗口能稳定收敛
- 低光照环境：信噪比是瓶颈，大窗口能多积累像素能量
- 视频连续对焦：大窗口的平滑性更好，不会频繁跳变
2.2 小窗口的优缺点
小窗口通常覆盖画面 5%~15%，或者 64×64 到 128×128 像素。它追求的是「精准打击」。
| 优点 | 缺点 |
|---|---|
| 对焦精度高，能锁定小目标 | 信噪比低，容易受噪声干扰 |
| 计算量小，响应速度快 | 对低对比度区域几乎失效 |
| 避免背景干扰 | 容易丢失目标（目标移出窗口） |
| 适合小光圈大景深场景 | 对焦曲线容易抖动 |
小窗口的典型应用场景：
- 人眼/人脸对焦：窗口只框住眼部区域，精度极高
- 微距拍摄：焦点只在极小范围内有效
- 快速抓拍：小窗口计算快，能跟上瞬间动作
2.3 不同场景下的尺寸推荐
这里我整理了一张推荐表，你可以直接拿来参考：
| 场景 | 推荐窗口尺寸 | 窗口占比 | 备注 |
|---|---|---|---|
| 人眼对焦 | 64×64 ~ 96×96 | 2%~5% | 配合人脸检测框使用 |
| 人脸对焦 | 128×128 ~ 200×200 | 10%~20% | 覆盖整个面部区域 |
| 风景/远景 | 300×300 以上 | 30%~50% | 中心区域优先 |
| 微距/特写 | 96×96 ~ 160×160 | 5%~10% | 窗口要避开背景 |
| 运动物体 | 160×160 ~ 240×240 | 15%~25% | 需要配合预测算法 |
| 低光照 | 200×200 以上 | 25%~40% | 信噪比优先 |
| 视频连续对焦 | 240×240 ~ 320×320 | 20%~35% | 平滑性优先 |
你想想看，这些推荐值不是拍脑袋定的。它们背后有一个核心权衡——信噪比与空间分辨率的平衡。
2.4 尺寸与信噪比的权衡
这是窗口选择里最核心的数学关系。简单说：
- 窗口面积翻倍，参与计算的像素数翻倍，信噪比提升约 3dB
- 窗口面积减半，信噪比下降约 3dB，但对焦精度可能提升
为什么会这样？因为对比度检测本质上是在计算像素之间的灰度差异。像素越多，随机噪声被平均掉的效果越好，信噪比自然就高了。
但代价是什么？
- 大窗口会把不同深度的物体包进来，对比度曲线可能出现多个峰值
- 小窗口虽然信噪比低，但曲线更「干净」，只有一个主峰
SNR ∝ √(N)，其中 N 为窗口内像素总数。
窗口边长翻倍 → N 变为 4 倍 → SNR 提升 6dB。
但空间分辨率下降，可能引入多峰值风险。
我在一个项目中做过实测：64×64 窗口的信噪比大约是 28dB，128×128 窗口能到 34dB，256×256 窗口接近 40dB。但 256×256 窗口在拍摄人像时，经常把头发和背景一起算进去，焦点反而偏了。
所以我的建议是：先保证信噪比够用，再追求精度。信噪比低于 25dB 时，优先扩大窗口；信噪比高于 35dB 时，可以缩小窗口来提升精度。
2.5 知识结构图：窗口尺寸选择决策流程
下面这张图总结了我平时做窗口尺寸选择的思路：
这张图的逻辑很简单：先看光照，再定目标类型。光照好就小窗口追求精度，光照差就大窗口保证信噪比。然后根据目标类型微调最终尺寸。
最后说一句：窗口尺寸没有银弹。你需要在信噪比、精度、响应速度三者之间找到平衡点。我建议你在项目中先跑一组对比测试，把不同窗口尺寸下的对焦成功率画成曲线，那个拐点就是你的最佳尺寸。