Das Seherlebnis beginnt, wenn Photonen aus der Welt auf die Linse unseres Auges treffen und auf einen kleinen Fleck lichtempfindlicher Zellen auf einem Teil des Auges, der Netzhaut, fokussiert werden. Diese Zellen gibt es in zwei Arten – Stäbchen und Zapfen. Zapfen dienen der Farberkennung, funktionieren bei hellem Licht gut und Stäbchen sind empfindlicher, aber auch farbenblind. Der Mensch besitzt etwa 125 Millionen Stäbchenzellen und 6 Millionen Zapfenzellen. Einige Arten haben viel mehr Ruten, insbesondere solche, die an das Leben in der Nacht angepasst sind. Einige Eulen haben eine 100-mal schärfere Nachtsicht als wir gewohnt sind.
Stäbchen und Zapfen führen eine Funktion namens Phototransduktion aus, die einfach bedeutet, einfallendes Licht in elektrische Signale umzuwandeln, die an das Gehirn gesendet werden und das Sehen ermöglichen. Alle diese Zellen enthalten photorezeptive Proteine mit verschiedenen Pigmentmolekülen. In Stäbchen werden diese Rhodopsin genannt. In Zapfen finden sich verschiedene Pigmente, die es dem Auge ermöglichen, verschiedene Farben zu unterscheiden. Wenn das mit dem Pigment verbundene Licht auf die Photorezeptorzelle trifft, sendet es ein Signal über die Glasfaser, andernfalls nicht. Photorezeptorzellen und das Sehvermögen sind extrem alte evolutionäre Innovationen, die auf das Kambrium vor über 540 Millionen Jahren zurückgehen.
Es gibt zwei bemerkenswerte strukturelle Merkmale der menschlichen Netzhaut. Die erste ist die Fovea, ein stark verdichteter Bereich von Photorezeptorzellen, der sich im Zentrum der Netzhaut befindet. Die Zelldichte ist hier um ein Vielfaches höher als an der Peripherie, was erklärt, warum es viel klarer ist, wenn wir etwas direkt betrachten, als wenn wir es aus dem Augenwinkel betrachten.
Die Fovea ist auch für die Verhaltensanpassungen verantwortlich, die uns dazu bringen, schnell den Kopf zu drehen und auf etwas zu starren, wenn es uns erschreckt. Wenn die Fovea nicht vorhanden wäre und die Photorezeptordichte über die gesamte Netzhautoberfläche gleichmäßig wäre, müssten wir dies nicht tun – wir müssten nur unseren Kopf leicht drehen, damit das Ereignis zumindest in unser Sichtfeld fällt . Der Fovealbereich ist ein relativ kleiner Teil des Gesichtsfeldes, etwa 10 Grad breit.
Das zweite bemerkenswerte Strukturmerkmal der Netzhaut ist unser blinder Fleck. Hier verbindet sich die Glasfaser mit der Rückseite der Netzhaut, um visuelle Informationen zu erhalten, wodurch die Existenz von Photorezeptoren an einem kleinen Fleck ausgeschlossen wird. Unser Gehirn füllt automatisch unsere blinden Flecken für uns aus, aber verschiedene visuelle Übungen können beweisen, dass es da ist.
Sobald das Licht in elektrische Impulse umgewandelt und über die Glasfaser geleitet wird, gelangt es (nach einigen Zwischenstopps) bis in die Rückseite des Gehirns, wo sich der visuelle Kortex befindet. Im visuellen Kortex isoliert eine Hierarchie von Detektorzellen nützliche Regelmäßigkeiten in den visuellen Daten und verwirft überflüssige Informationen. Eine Zellschicht erkennt Dinge wie Linien und Kurven.
Eine höhere Ebene würde Regelmäßigkeiten wie Bewegungen und 3D-Formen erkennen. Auf der höchsten Ebene erscheinen Gestalten – Gesamtsymbole –, die unter normalen Umständen für das bewusste Erleben des Sehens verantwortlich sind. Der visuelle Kortex gehört zu den am besten verstandenen aller Hirnareale und verfügt über eine umfangreiche neurowissenschaftliche Literatur.