计算摄影（Computational Photography 或Epsilon Photography）是当下炙手可热的一个领域。它不仅是研究人员探索的热点，更是每一个消费者每天都会体验到的现实。与目前我们谈论的“摄影”相较，计算摄影试图记录更丰富、更多维度的视觉体验，而不仅是捕获简单的一张照片，犹如对当下时空的一种立体再现。
　　计算摄影利用计算、存储、交互和通讯来克服摄影胶片和相机机械固有的局限性，这种局限性一直存在于胶片和数码摄影，例如动态范围限制、景深限制、视野和分辨率限制，等等;它可以合成看似不可能的照片，如“多中心投影”散点透视图;它还能支持看似不可能的相机运动，例如天文和显微摄影学中常用的交错曝光法。
　　纵观计算摄影的发展，计算的本质主要通过四种方式实现：
　　1、计算式光学。每个光学组件均被视为光场可变的4D相機，例如Lytro的光场相机。其采用微透镜阵列，使光线的入射方向同样可被记录，通过光学的重新演算，完成拍摄场景的重新解构和定义。由于光场相机依赖特殊的光学组件，因此只能作为特种相机。
　　2、计算式传感器。现在，多数主流传感器仅能捕获曝光瞬间的2D投影，但计算式传感器试图使用平面甚至立体的感光组件捕获关于场景的3D或4D信息。这方面，适马的Fovenon X3传感器是典型的代表。
　　3、计算式照明。自1950年代以来，摄影照明领域发生的变化很少。使用数字光源，让我们有新机会尽可能复杂而精准地控制光源。采用可控的光源重新对场景补光，可通过后期计算丰富摄影表现手法，最被人所熟知的当属高速频闪摄影。另外，iPhone等手机上的面容解锁需要依赖点阵式面部投影获取人脸三维信息，其实也属于计算式照明范畴。
　　4、计算式画面重建。将传感器捕捉到的光信号输出为一张照片有很多种方式，现在的数码相机几乎无一例外地都采用了“去马赛克”（插值拜耳阵列）、去底噪、去除坏点等流程完成一张彩色照片的处理。而在计算摄影领域，这一流程被打破重构，从而平添了更多可能性。计算式画面重建通过考虑拍摄过程中使用的相机参数，会以新颖的方式创造性地组合多张照片。例如，重构一个高动态范围图像、删除画面中不想要的物体、利用拍摄时的晃动提高物理分辨率、营造景深虚化、重构现场画面的光效，等等。
　　计算式画面重建，打破了数码照片的输出流程，在以手机摄像头为代表的消费性相机中得到了飞速普及。它几乎存在于我们每天的生活中，因此本期专题将更多来谈计算式画面重建，希望为读者呈现计算摄影在当下及未来所蕴藏的无限魅力！