On distingue grossièrement :
- le full-frame = 24x36 mm, issu du 35 mm argentique
- le format APS = environ 18x24 mm, de dimensions 1,5 fois plus petites

mais il y a de légères différences selon les marques :
- le Nikon mesure 15,8x23,6 mm
- le Canon mesure 14,8x22,2 mm (et donc 1,6 fois plus petit que le full-frame)

Pour être complet, on rencontre également les tailles de capteur suivantes :
Advanced Photo System type-H ou APS-H Canon : 28,7 x 19 mm ;
Foveon Sigma : 20,7 x 13,8 mm
4/3 pouces ou Four Thirds (Olympus, Kodak, Leica...) : 17,3 x 13 mm ;
1/1,5 pouces : 8,8 x 6,6 mm ;
1/1,7 pouces : 7,6 x 5,7 mm ;
1/1,8 pouces : 7,2 x 5,3 mm ;
1/2,5 pouces : 5,76 x 4,29 mm ;
1/2,7 pouces : 5,3 x 4 mm.

Les capteurs de taille supérieure à 24 x 36 mm sont rares. On peut en rencontrer sur quelques appareils photo moyen format de prestige comme les appareils photos de marque Hasseblad. Ces appareil sont très couteux et destinés à un usage professionnel.
Par exemple, l'appareil photo Hasselblad H3DII-31 doté d'un capteur 44x33 mm de 31 mégapixels est vendu environ 10.000 euros (prix du boîtier seul, avec viseur et dos numérique, sans objectif).

Le format d'un capteur correspond au rapport entre sa longueur et sa largeur ( 3/2 ou 4/3 ).

La résolution du capteur caractérise la taille de l'image exprimée en millions de pixels. Plus un capteur possède de photosites, plus sa résolution est importante.

Chaque photosite est associé à l'une des 3 couleurs élémentaires (rouge, vert, bleu) d'un point (pixel) de l'image.

Les techniques utilisées, pour générer des pixels à partir des photosites, varient plus ou moins selon les fabriquants. En général chaque pixel est calculé par interpolation de plusieurs photosites. Ceci n'implique pas obligatoirement l'existence d'un plus grand nombre de photosites que de pixels, car un même photosite peut être utilisé plusieurs fois lors des calculs.

Par exemple, avec la technique basée sur l'utilisation d'un "filtre de Bayer", chaque pixel est reconstitué à l'aide d'un calcul d'interpolation d'un photosite rouge, d'un photosite bleu et de deux photosites verts (la prise en compte de deux photosites vert permet de tenir compte de la sensibilité particulière de l'oeil à cette couleur).

Dans ce cas les fabriquants considèrent qu'il y a autant de pixels que de photosites, étant donné que chaque pixel est le résultat de l'interpolation de la valeur de chaque photosite et de trois photosites voisins ( en négligeant le nombre de photosites situés sur les bords du capteur).
Le schéma illustre la correspondance photosites-pixels et montre qu'il y a autant de pixels que de photosites bien qu'un pixel quelconque soit calculé à partir de 4 photosites. En effet, un même photosite peut être utilisé pour le calcul de 4 pixels différents...

Dans un capteur, chaque photosite génère obligatoirement un "bruit de fond" électronique permanent plus ou moins important. Le niveau du bruit des photosites augmente avec la sensibilité (ISO) et la température.
D'autre part les photosites peuvent être plus ou moins sensibles et fidèles pour détecter et capter les signaux.

La performance d'un capteur dépend du nombre de photosites et du rapport signal/bruit de chaque photosite.
Le niveau du signal reçu par un photosite diminue avec la luminosité mais le photosite génère toujours le même bruit de fond électronique. De ce fait le rapport signal bruit se dégrade lorsque la luminosité diminue.

A taille égale, un capteur possédant une plus haute résolution possède davantages de photosites, ce qui veut dire que la taille de chaque photosite diminue lorsque la résolution du capteur augmente. Dans ce cas chaque photosite est plus petit et produit un rapport signal-bruit plus faible. C'est pourquoi, à taille égale de capteur, un appareil photo proposant un plus grand nombre de pixels ne produit pas obligatoirement une image de meilleure qualité.