裸眼 3D 到底怎么看？平行法与交叉法入门

有人发给你一张左右两半几乎一模一样的图，说放松眼睛看一会儿就立体了。你盯着看，什么也没发生，一分钟后眼睛发酸，关掉。这句话本身没错。它只是把真正决定成败的几件事全省了：图能有多宽、屏幕该离多远、等的时候眼睛该看哪儿、怎么判断自己看对了没有。这篇就补上这些。开始之前还有一件值得先说清楚的事：「裸眼 3D」这个词底下，其实躺着三种几乎不相干的技术。

同一个词，三样不同的东西

• 街角楼上那块大屏。 一只猫从 L 形的 LED 屏里探出来，路过的人都在拍。那块屏幕给你两只眼睛看的是同一幅画面。立体感来自为某个特定站位画好的透视，加上屏幕本身那道实体折角。真站在下面看，你自己的两个视角一直在提醒你：那是块平的屏。所以隔着一个镜头拍，反而比站在那儿用肉眼看更唬人。这里面没有立体视觉的成分。它也没法从一段普通的平面视频里推出来，因为它是对着某块特定形状的屏幕、某个特定站位构图的。
• 靠硬件把画面分开的屏幕。 柱镜光栅或者视差屏障，把一部分像素列送进你的左眼，其余送进右眼。这是真正的立体，但它要的是那块屏幕本身：老的任天堂 3DS、光栅印刷品、少数几款显示器和笔记本。
• 你自己融合的立体图像对。 同一场景的两个视角左右并排放着，本来该由硬件完成的分离，改由你自己控制眼球朝向来完成。不需要任何设备，普通屏幕就行，包括你手里这块。这篇文章讲的就是它，也是三者里唯一一种不用先买什么、现在就能练的。

还有一样常被混进来的东西：现在的手机能拍、要戴头显才能看的那种「空间照片」和「空间视频」。它们同样带着左右两路画面，但并不是左右并排的文件。它们装在专门的容器里，带着立体元数据：照片是 HEIC，视频是 MV-HEVC。导出成左右并排之后，才是这篇文章说的那种图。在头显里播放时，要看的则是那个播放器认什么封装、要求哪只眼在前。

另外两种沾边的做法也值得一提，它们干脆绕开了「技巧」这件事。红蓝立体图把分离的活儿交给一副纸眼镜。摇摆动图每秒在两个视角之间来回切几次，什么都不用戴。它的立体感是画面的运动给的，所以闭上一只眼也照样看得出来。

眼睛这时候到底要做什么

两只眼睛相距大约 6 厘米，看到的画面因此略有差别，大脑把这点横向差异读成远近。左右并排的立体图就是照这个来的：左半张，是把相机从右半张的位置往左挪几厘米拍到的样子。只要让两只眼睛各看一半，景深自己就出来了。

难点在于眼睛同时干着两件事，而平时这两件事是绑在一起的：

• 对焦（调节）——眼球里的晶状体按目标的远近改变形状
• 瞄准（辐辏，也叫聚散）——两只眼睛转动，让两条视线交汇在同一个物体上

看近的，两样一起变近；看远的，一起变远。日常生活里这种联动正是你想要的，在这里却恰恰碍事。自由融合要求你对焦在屏幕上，却把眼睛瞄向别处。整个技巧就是这一句。它跟眼睛「有没有劲」无关，使劲也不会让它来得更快。你只是暂时把两个整天绑在一起的反射解开一下。

瞄的方向有两个：

• 平行法——瞄向屏幕后方，像是望着更远的东西。左眼那一路画面要放在左边。
• 交叉法——瞄向屏幕前方，双眼轻微对眼（俗称斗鸡眼）。两半要对调，左眼那一路放在右边。

同一个文件没法两种通吃。用错方式看，画面照样能融合，也照样很立体，只是景深整个反过来了。这一点不容易察觉，所以下面专门有一节讲怎么核对。

一条尺寸硬限制，决定平行法能不能成立

先别急着练，先算几何。左右并排的图像对里，同一处细节在左半张和右半张上的间距是固定的，大约就是半张图的宽度。把这个间距记作 s，把你两个瞳孔的距离记作 I。

• s 正好等于 I 时，两条视线落在对应点上，恰好是平行的。这在任何观看距离都成立：屏幕放在 5 厘米还是 50 厘米，s 的毫米数都不变。
• s 小于 I 时，需要略微向内一点，融合出来的画面落在屏幕后方。没问题。
• s 大于 I 时，你得把眼睛向外转过平行位。人在这个方向上的余量很小。比瞳距宽出不少的图就融不上，只宽出一点点的，顶多也就是勉强融上、并不舒服。

成年人的瞳距平均在 63 毫米上下，多数人落在 55 到 70 毫米之间，儿童还要更小。所以平行法有一条刻意保守的规矩：拿尺子贴着屏幕量，每半张画面控制在大约 6 厘米以内。这不是一条精确的分界线。你自己的瞳距、这对图带了多大视差、屏幕平面放在哪，都会让它前后移动。守住它，只是为了让这次尝试稳稳能成。

就这一个数字，能解释掉大部分失败。竖着拿的手机大约 7 厘米宽。一张占满屏幕宽度的立体图，每半张才 3.5 厘米，稳稳在限制之内。多数人第一次成功都在手机上，原因就在这儿。同一个文件在 27 寸显示器上满屏，每半张就是 30 厘米上下，超了五倍。差这么多，眯眼、换更高的分辨率、再多练几天，都补不回来。要量就量毫米，别数像素。CSS 像素名义上是 1/96 英寸，63 毫米约合 240 CSS 像素。但各家设备的缩放倍率不一样，这个数并不可靠。

顺带两条。想知道自己的瞳距，对着镜子把尺子贴在眉骨上，读出两个瞳孔中心的距离就行。验光单上的 PD 也是这个数。另外，交叉法不受这条限制的约束：人向内对眼的余量，远大于向外发散的余量。笔记本、电视、投影上通常只能靠它。但它也不是没有上限——图越宽、视差越大，要求的对眼角度就越大，舒适度会比几何先到头。而且对眼要主动出力，平行法更接近放松状态，所以交叉法也更快累。

方法一：贴近了再慢慢拉远（手机，平行法）

这是最省力的入门路子，因为它顺着上面那套几何走，而不是跟它较劲。它也比通行的那句建议管用——那句是让你把图举在一臂开外，然后「努力放松」。

先把环境弄好，中途被打断一次就得从头等。挑一张每半张不超过 6 厘米的图。亮度调高，锁上屏幕旋转，关掉通知。坐的位置也挑一下，别让灯正好映在屏幕上。

1. 把手机拿到快贴住鼻子的位置。 画面变得又糊又重影。这就是要的状态，不是失败。这么近的距离，多数成年人根本对不上焦。而对焦一旦放弃，也就不再拽着你的瞄准往里收了。
2. 别去看画面。 让视线穿过手机，像是在看它后面那面墙。就这样停十到二十秒。眨眼照常眨。硬撑着不眨只会让眼睛发干发涩；真被一次眨眼打断了，代价也不过是重新等一会儿。
3. 每次拉远两三厘米，每一步停几秒，眼睛依然不要去找画面。往后拉不但不会变难，还会越来越容易。两半图之间的毫米间距一直没变，所以屏幕越远，你的两眼就越接近平行，那点偏差在视角上也越小。两半图一旦松松地咬合上，眼睛会自己跟住这个缓慢的变化。所以要一小步一小步地退，一下子拉开就会散。多数人最后停在 25 到 40 厘米，也就是平时看手机的距离。
4. 数份数，别评画面。 两半图，两只眼睛各看一遍，一共四份影像。中间那两份叠上时你会看到三份，中间那一份就是立体图。份数一降到三，立刻停下别动。
5. 保持不动，让焦点自己回来。 清晰度比融合慢半拍，景深通常跟着清晰度一起到。别去追那个清晰，它会自己找上来。
6. 一酸就停。 硬撑没有好处，自由融合与其说是能力，不如说是习惯。

锁上之后，它其实比你以为的结实。先让整幅画面稳一两秒，再开始在里面看东西，而且移视线要慢。猛地跳到某个角落是最容易把它弄散的动作。真散了也没关系，第二次会来得更快。

第一次练，用静态照片，别用视频。单张图不催你，目标也不动；视频会在你还没学会稳住瞄准的时候，就把景深换掉了。

至于要练多久：有人不到一分钟就成了，也有很多人要分好几天、试上好几回。第一次没成，什么都说明不了。分成几次短练比一次死磕有效，因为撑久了眼睛只会越来越不配合。

方法二：手指法（较大屏幕，交叉法）

多数人交叉法上手更快，而且它不受向外发散那条限制的约束，所以台式显示器上通常选它。不过把图缩小在这里同样管用：又宽又深的一对图，要求的对眼角度很大。

1. 把一根手指竖在眼睛和屏幕之间大约一半的位置，正对着两半图中间那道缝。
2. 把焦点放在指尖上。 后面的屏幕会变成模糊的两份。
3. 手指慢慢前后移动，直到背景那两份画面靠拢重合，你看到的变成三份。
4. 手指停住，瞄准保持原样，然后把注意力（不是瞄准）移到中间那一份上。手指再慢慢撤开。

代价是累：对眼是实打实的肌肉出力，交叉法看一会儿就比平行法先累。很多人先学交叉法，因为几分钟就能成。之后再回头学平行法，一是它舒服，二是头显通常要的就是平行排列。

怎么确认自己看的是对的那一种

用错方法看，画面照样能融合，也照样很立体，只是景深里外翻了。近的东西看着像一个凹坑，背景反倒像堵墙挡在前面。而人很容易就这么一直看下去，一点都没察觉。所以要专门核对一次。

在画面里挑一样你知道它靠前的东西：一张脸、一只手、前景里的一根柱子。如果它看起来像在画面上挖了个洞，那就是平行法的图被你用交叉法看了，或者反过来。换一种方法看，或者把文件的左右两半对调了重新导出。

看对了的迹象：中间那一份边缘干净，不带重影，小字能读出来。稳住两三秒之后，轻微晃一下脑袋也不会散。

有件事其实可以在开练之前就定下来：手上这张是给哪种看的。工具导出的文件名通常会写，带 parallel 或 cross 字样。专门给头显用的立体图，通常按平行排列，不过各家播放器对封装和左右眼顺序的要求并不一致。什么都没写就别猜：先按一种融合，用上面那条核对，反了就换另一种。

就是融合不了的时候

大致按实际遇到的概率排。最后三条算不上原因，是办法和边界。

1. 图太宽了，这条只针对平行法。几乎所有「手机上能看、显示器上就不行」的答案都在这里。把画面缩到每半张 6 厘米以内，或者改用交叉法。缩小是笔双份的买卖：图里所有偏移量也跟着一起变小了。
2. 你在盯着画面看。 在份数变成三之前，画面本身只会碍事。盯数量，别盯内容。
3. 头歪了。 眼睛对横向的错位很宽容，对纵向的几乎没有容忍度。头一歪，横向间距里就有一部分变成了纵向的，这点就足够让两半图锁不上。让两眼的连线和两半图中间那道缝保持平行。单手举着屏幕的时候，这条尤其值得查一下。
4. 这对图的视差本来就过大。 转换时强度给太猛，偏移量会超出你能融合的范围——这正是缩小图片管用的另一半原因。作者把屏幕平面放在哪也有影响。把场景最远端放在屏幕上，所有偏移就都是交叉视差：整幅画往前浮，眼睛不会被要求向外发散。
5. 视力矫正。 平时戴什么就戴什么，散光没矫正时，两份影像会糊在你最需要它清楚的地方。渐进多焦点和双光镜片，镜片的不同区域度数不同，学的时候会跟你作对。单光眼镜或者隐形眼镜要容易些。
6. 反光和屏幕太暗。 玻璃上的任何反射都会多出一份自己的重影，跟你正在数的那几份抢注意力。屏幕太暗则让边缘发虚，你更难判断两份到底叠上了没有。
7. 给自己加个物理辅助。 拿一张硬卡片竖着立在屏幕上，侧边对准两半图中间那道缝，另一头抵住鼻子。这样每只眼睛就只看得到自己那一半。这等于把平行法里最难的部分拿掉了。不过尺寸限制还在：卡片只能让你不瞄错半张，并不能让眼睛向外发散。廉价的纸盒 VR 眼镜用透镜做同一件事，而且透镜还顺便缓解了对焦和瞄准之间的冲突。
8. 有一部分人就是做不到，而且练不出来。 斜视、弱视、两眼度数差很大，或者小时候有过这些情况，都可能让精细的立体视觉变弱甚至没有。有多少人属于这种情况，不同的检查方法、不同的判定阈值，给出的数字差别很大。那种「隐藏图案」的立体画（Magic Eye）你要是也从来没看出来过，就别再硬练了，值得跟眼科或视光医生提一句。不过这不等于这件事跟你没关系了：摇摆动图靠的是运动视差，那是单眼线索，根本不需要融合。
9. 别硬撑。 自由融合是故意去打断对焦和瞄准的联动。撑着这种分离，眼睛才会酸，偶尔还会头痛。刚开始每次练两三分钟就好，一觉得不舒服就停。

这些图是怎么做出来的

做一对立体图，从前得靠两个镜头。最省事的办法也要把相机横着挪一下，拍两张。现在不用了。深度模型能从一张普通照片里估出每个像素的远近。它读的就是你看照片时读的那些线索：遮挡、透视、纹理疏密、相对大小。有了这份估计，再把像素按深度横向错开，近的挪得比远的多，第二个视角就合成出来了。几年前用手机随手拍的一张照片，就是这样变成立体图像对的。

会出问题的地方有两处。这两处得分清楚，因为只有一处能靠拖滑块解决。

• 模型读错了场景。 倒影、玻璃、画面里印着的另一张照片、大量运动模糊，都属于这一类。碰上这种情况，任何参数都救不回来。去看一眼深度图，亮的近、暗的远，读错在那里一目了然，在成品上却几乎看不出来。
• 像素挪开会露出相机从没拍到的地方。 这种空洞总是出现在较近物体的边缘，只能拿旁边的背景猜着补。强度保守时不显眼，调猛了就很明显。头发和细长的东西最难处理。

所以专门为自由融合准备素材，就两条。立体强度给得克制些；屏幕平面放在场景最远端，让所有偏移都是交叉视差。这些在裸眼 3D 图片转换里都能试，一张照片能出四种结果：左右并排、红蓝立体、摇摆动图、深度图。把同一套处理逐帧用在视频上的，是裸眼 3D 视频转换。两个都在浏览器标签页里跑，文件不上传。

按看的人来选格式

要把一张图发给别人看，这张表里只有摇摆动图对看的人既不要设备也不要技巧。多数时候这比画质更要紧。

一张清单

1. 平行法先把每半张压到 6 厘米以内，用尺子量、别靠像素估；这是个保守的起点，不是精确分界线。
2. 从贴近、模糊开始，再慢慢拉远，别从阅读距离起步硬「放松」。
3. 数份数，三份就是瞄对了，中间那份才是要看的画面。
4. 拿一样你知道靠前的东西核对景深方向，反着的图看起来一样立体。
5. 转换参数给保守些，平行法的图把屏幕平面放在最远端。
6. 怪眼睛之前先看深度图，模型要是把场景读错了，怎么融合都融不出对的东西。
7. 拿静态照片入门，熟了再看视频。
8. 一酸就停，下一次会来得更快。

这件事一旦成了，之后每次都会更容易。难的只有第一次。所以值得先备好一张图等着那一刻：把你自己的照片丢进裸眼 3D 图片转换，画面留小，从鼻子快贴住屏幕开始。