12MPの指定は通常、静止写真を指すのに使用され、1080pの指定はビデオを指します。
センサーのピクセル数は12メガピクセルですが、マスクされてしまうこともあります。これは、12メガピクセルの写真を撮ることを意味します。おそらくこれは4:3のアスペクト比の画像であり、約4000x3000pxを意味します。
ビデオは画像のストリームであり、最も一般的には24〜60 FPSでキャプチャされます。これは、12 MPセンサーの場合、12 MP(単純化のために8ビットRAWとしましょう)を出力することを意味します。24FPSでは12 x 24 = 288 MB /秒です。これは実際には膨大な量のデータであり、ビット深度は多くの場合12ビットなので50%多いため、これは最小限です。
これを扱うにはいくつかの方法があります。1つは、その量のデータを読み取ることはできるが出力はできないプロセッサーを用意することです。この場合、各12 MPフレームは約2 MPに縮小され、プロセッサーはそれをエンコードしてメモリーカードに書き込みます。これにより、12 MP画像と同じ幅の1080pビデオを取得できます。これが最も一般的な実装です。
別の実装は、画像のトリミング領域を取得することです。30 FPSでそのデータを処理できるセンサーとプロセッサがほとんどないため、これは4Kビデオでは非常に一般的です。この欠点は、画角が狭くなることです。どの程度がセンサーの解像度に依存します。12 MPの場合、4000x3000は3840x2160よりも幅が狭いので、ごくわずかです。16または20 MPセンサーの場合、1.3倍にもなります。HDおよび4Kビデオのアスペクト比は16:9であるため、12 MPセンサーでも、垂直方向のトリミングが大量に行われることに注意してください。
一部のセンサーには、ビニングされたピクセルを出力できるようにする追加の回路があり、必要なビデオ解像度にリサンプリングする必要があります。つまり、解像度が4000x3000pxの12 MPセンサーが2000x1500を出力し、1080pにリサンプリングまたはトリミングされるとします。この方法では、そのような高速な読み出しは必要なく、より強力でないプロセッサを使用できます。
最近最も一般的なCMOSセンサーは、ピクセルのランダムな読み取りも実行できるため、センサーの広い領域からピクセルをサブサンプリングして、その間の一部をスキップできます。これにより、特定のアーティファクト、特にモアレが発生します。