这是一个很好的问题，并且根据上下文有不同的答案。您提到了几个特定的问题，每个问题可能都有自己的答案。我将在这里尝试将它们作为一个整体来解决。
问：这仅仅是镜头的特性吗？
答：简而言之，没有，尽管如果您忽略CoC，则可以（根据数学计算）作出这样的论点。景深是“模糊”的事情，并且在很大程度上取决于查看上下文。我的意思是，这取决于所查看的最终图像相对于传感器的原始分辨率有多大。观看者的视力；拍摄时使用的光圈；拍摄时到拍摄对象的距离。
问：是否可以将镜头设计为在相同的光圈和焦距下提供更大的景深？
答：考虑到数学，我不得不说不。我不是光学工程师，所以请按此处所说的补充必要的盐。不过，我倾向于遵循数学原理，这在景深方面非常清楚。
问：它会随着相机传感器尺寸的变化而变化吗？
答：最终，这取决于这里。比传感器的尺寸更重要的是成像介质的最小混淆圆（CoC）。奇怪的是，成像介质的混乱圈不一定是固有特征，因为可接受的最小CoC通常由您打算打印的最大尺寸决定。数字传感器确实具有CoC的固定最小尺寸，因为单个感应器的尺寸要与任何单个光点都能获得的尺寸一样小（在拜耳传感器中，四重感应器的尺寸实际上是最小的分辨率。）
问：它会随着打印尺寸而变化吗？
答：可能会回答上一个问题。将图像缩放到其“原始”打印尺寸之上或之下，可能会影响您为最低可接受CoC使用的值。因此，是的，您打算打印的尺寸确实起作用，但是我要说的是，除非您使用非常大的尺寸打印，否则该角色通常是次要的。
从数学上讲，很明显为什么DoF不仅仅是透镜的功能，而且从CoS角度来看涉及成像介质或打印尺寸。要明确指定自由度的因素，请执行以下操作：
景深是焦距，有效光圈，与被摄体的距离以及最小混乱度的函数。最小混乱圈是使事物变得模糊的地方，因为可以将其视为成像介质的功能或打印尺寸的功能。
有几个数学公式可用于计算景深。令人遗憾的是，似乎没有一个公式能够精确地产生与被摄物体任何距离的景深。Hyperfocal Distance，或有效获得最大自由度的距离，可以这样计算：
H = f 2 /（N * c）
哪里：
H =超
焦距f =焦距
N = f值（相对光圈）
c =混淆圈
混乱的圈子在这里是一个古怪的价值，因此我们将在后面讨论。可以将有用的数字传感器平均CoC假定为0.021mm。该公式为您提供了超焦距，它并不能完全告诉您景深是多少，而是可以告诉您应获得最大景深的目标距离。要计算实际值Depth of Field，您需要进行其他计算。下面的公式将为中等到较大的被摄体距离提供景深，更具体地说，是指到被摄体的距离大于焦距时（即非微距拍摄）：
Dn =（H * s）/（H + s）
Df =（H * s）/（H-s）{对于s <H
自由度= Df-Dn
自由度=（2 * H * s）/（H 2 -s 2）{对于s <H
哪里：
Dn = DoF的近极限
Df = DoF的远极限
H =超
焦距（以前的公式）s =被摄体距离（镜头聚焦的距离，实际上可能不是“被摄体”）
当被摄体距离是超焦距时：
Df ='无穷大'Dn = H / 2
当被摄体距离大于超焦距时：
Df =无限Dn ='无限'
这里的术语“无限远”在其经典意义上并没有使用，而是更多地是光学工程术语，意味着焦点超出了超焦距。无需先计算超焦距即可直接计算自由度的完整公式，如下所示（用H代替）：
自由度= 2Ncf 2 s 2 /（f 4 -N 2 c 2 s 2）
如果忽略打印尺寸和胶片，对于具有特定像素密度的给定数字传感器，DoF是焦距，相对光圈和被摄体距离的函数。由此可以得出一个论点，DoF纯粹是透镜的功能，因为“物体距离”指的是透镜聚焦的距离，这也是透镜的功能。
在一般情况下，可以假设CoC始终是使用数字传感器可实现的最小值，尽管现实范围涵盖了APS-C，APS-H和全画幅传感器，但如今这些传感器平均可滚动进入0.021mm。从0.015mm-0.029mm的任何地方。对于大多数常见的打印尺寸（大约13x19英寸或更小），可接受的CoC约为0.05毫米，约为数字传感器平均值的两倍。如果您是喜欢以超大尺寸打印的类型，则CoC可能是一个因素（要求小于0.01毫米），那么您在放大时的明显DoF将小于数学计算的结果。
以上公式仅在距离s明显大于透镜的焦距时适用。这样，它就无法进行微距摄影。在微距摄影方面，用焦距，相对光圈和被摄对象放大倍数（即1.0倍）来表达景深要容易得多：
自由度= 2Nc *（（（（m / P）+1）/ m 2）
哪里：
N = f值（相对孔径）
c =最小CoC
m =放大倍率
P =瞳孔放大倍率
该公式非常简单，不在瞳孔放大方面。正确构建的真实微距镜头将具有与入射光瞳相当的入射光瞳（从镜头前部观看的光圈大小（入口）和从镜头后部观看的光圈大小（出口）） ，尽管它们可能并不完全相同。在这种情况下，除非您有合理的疑问，否则可以假设P的值为1。
与使用中距到大被摄体距离的DoF（使用1：1（或更佳）的微距摄影）不同，即使您以2x3“的分辨率进行打印，也总是会放大打印。在8x10、13x19等常见打印尺寸下，应该假设CoC在成像介质中的最小分辨率是可分辨的，但成像介质的CoC仍可能不足以弥补由于扩大而引起的明显DoF收缩。
除了复杂的数学之外，DoF可以通过对光的基本了解，光学器件如何弯曲光以及孔径对光有什么影响而直观地可视化。
光圈如何影响景深？最终归结为实际到达图像平面的光线的角度。在更大的孔径下，所有光线（包括来自镜头外边缘的光线）都到达像平面。膜片不会阻挡任何入射光线，因此可以到达传感器的最大光角很高（更倾斜）。这允许最大CoC很大，并且从光的焦点到最大CoC的发展很快：
在更窄的孔径下，光阑确实会阻挡来自光锥外围的一些光，而允许来自中心的光通过。光线到达传感器的最大角度很小（斜度较小）。这导致最大CoC变小，并且从光的焦点到最大CoC的进程变慢。（为了使该图尽可能简单，忽略了球差的影响，因此该图并非100％准确，但仍应证明这一点）：
光圈会改变CoC的增长率。较宽的光圈会增加离焦模糊圈增长的速度，因此DoF较浅。较窄的光圈会降低离焦模糊圈增长的速度，因此景深会更深。
证明
与所有内容一样，应该始终通过实际运行数学来证明这一概念。在F＃Interactive命令行实用工具中使用F＃代码运行上述公式时，这是一些有趣的结果（任何人都可以轻松下载并仔细检查）：
(* The basic formula for depth of field *)
let dof (N:float) (f:float) (c:float) (s:float) = (2.0 * N * c * f**2. * s**2.)/(f**4. - N**2. * c**2. * s**2.);;
(* The distance to subject. 20 feet / 12 inches / 2.54 cm per in / 10 mm per cm *)
let distance = 20. / 12. / 2.54 / 10.;;
(* A decent average minimum CoC for modern digital sensors *)
let coc = 0.021;;
(* DoF formula that returns depth in feet rather than millimeters *)
let dof_feet (N:float) (f:float) (c:float) (s:float) =
let dof_mm = dof N f c s
let dof_f = dof_mm / 10. / 2.54 / 12.
dof_f;;
dof_feet 1.4 50. coc distance
> val it : float = 2.882371793
dof_feet 2.8 100. coc distance
> val it : float = 1.435623728
上面程序的输出很吸引人，因为它表明景深确实受焦距的直接影响，而焦距是相对光圈的一个独立因素，假设只有焦距发生变化，而其他条件不变。如上面的程序所示，两个DoF收敛于f / 1.4和f / 5.6：
dof_feet 1.4 50. coc distance
> val it : float = 2.882371793
dof_feet 5.6 100. coc distance
> val it : float = 2.882371793
有趣的结果，如果有点不直观。调整距离后会发生另一种收敛，这提供了更直观的相关性：
let d1 = 20. * 12. * 2.54 * 10.;;
let d2 = 40. * 12. * 2.54 * 10.;;
dof_feet 2.8 50. coc d1;;
> val it : float = 5.855489431
dof_feed 2.8 100. coc d2;;
> val it : float = 5.764743587
