常规电影中的基本影像不仅仅是图画性再现，严格说来，它们是运动的图画性再现。但正如观众不需要经历学习“读”图的过程一样，对常规电影中“运动”的感知也无须学习。相反，它是一种功能，是频闪现象或β现象因致大脑的组织机能，使得以不同次序呈现的输入信息一致于视网膜上的不同的点。毫无疑问，理解一部常规电影所涉及的能力，不仅仅是认出运动影像所再现之物的能力。但是我们不应当忽略，理解电影基本符号的相对容易，在电影的流行中起到了关键作用。
这样的论述容易使大多数电影研究者感到不快。图画（以及引申之后的“运动图画”）能起作用，正是因为在被我们的知觉系统接受的诸层面上，它们看起来相似于它们的所指。但这却有悖于当代普遍信奉的至理名言：图画与其他所有符号一样，是编码和约定的东西。一些读者肯定会想到某些人类学课程，在课堂中学生会被告知，某些非西方人不能理解由传教士或者田野工作者拿给他们看的图画。然而这种证据并不具有确定性。对照片的保真度的抱怨早就有了，并且还伴随着更郑重其事的反对意见：那些调查对象一开始所不能理解的，就是用二维平面描绘三维对象的实践。假定他们熟悉图画所描绘的对象，一旦人们忘记了那种实践，他们就能在看不见图画的意义上，毫不费力地认出它指称的东西。并且，在这一范围内的非约定主义者立场上，我们必须评估儿童对图画认知的习得、图画性实践易于跨文化传播的心理学证据，以及某些动物具有的图像识认能力的动物学证据。
这些都与那种奇怪的说法相反。那种说法的要点是，关于图画的活动是文化的约定，并且是必须借助语言的模式来学习的文化常规。我们可以以自身为例。我们都记得自己的语言习得方式，并且知道如何着手帮助儿童学习说话和阅读。但谁会记得自己对于图画也经历过类似的学习过程？并且，我们会用什么方式来教孩子们认识图画？不错，我们会给孩子展示一些图画，同时说出被描绘的对象的名称。但很快地，孩子就能够看出这幅图是关于什么的，但这个孩子并没有对图画进行“阅读”或“解码”，也没有进行某种推论。并且，从极少的样本开始，孩子能够不断地识认越来越多的图画对象，因为在理解图画再现和感知这个世界之间有一种连续性，它不依赖于学习词汇中的约定性、任意性关系，或者学习语法中的组合规则之类的东西。
毫无疑问，有一种诱惑使得我们去设想图画认知包含着某种“解码”或者“推理”过程，这就是“心灵的计算机”的当代隐喻。我们认为，计算机的例子为我们提供了心灵如何“运作”的深刻而有力的启发。并且，如果我们想要造出一部计算机来模拟图画认知，它将需要一个复杂的信息处理系统。但并不能由此得出，只要计算机在图画认知中运用了复杂的信息处理系统，人类也就必须拥有那样一个系统。也许更可能的是，我们的神经生理结构就是这么被构造出来的，因而在被特定图画刺激的时候，我们就看见了那幅画所关于的东西。约翰·塞尔指出，“平衡”是被我们内耳中的一种流体所控制的。但如果制造一个机器人，平衡可能就需要由一些复杂的计算机程序来控制。而对于我们，“平衡”是由我们的肉体硬件来控制的。类似地，可能是生物学——而不是信息处理——会让我们对“对象认知”和“图画认知”有更多的了解。并且，在图画性再现与人类被构造出来的那种方式相关的意义上，一种根植于图画性再现的实践——如电影——对于所有那样被构造的人来说，就会是普遍的和易于理解的。
许多接受当代符号学的电影理论家，反对用知觉模式来研究电影中的图画性再现。他们的反对意见建立在他们自己对符号、约定、文化等概念的混淆或者说是“一锅烩”之上，在电影研究中运用的这些术语，被当做是“等价”的。如果某个东西是被编码的或者是约定性的，那么它就被认为是某种文化产物。这似乎很合理。但当电影研究者去假定相反的事情时，问题就严重了：如果某物是文化的产物，那么它就是一个被编码的或是约定性现象的实例。那样一来，如果包括运动的图画性再现是文化产物的话，它们必定是并且必须是约定性的。此处的难题在于这一假定：所有文化的产物必定是约定性的。
请想想犁铧。它们是文化的产物，它们是由特定的农耕文明产生的，这种文明具有狩猎文明之类所没有的文化上的特殊要求。对一张犁铧的设计是一个约定的问题吗？请记住，对于符号学电影理论家，“任意性”是对“约定性”特征的一个核心规定。也就是说，一群人创造了一种约定——例如靠公路的右边驾驶——是在这样的时候：当存在处理这一情况的一定数量的可选择方案，并且当在这些方案中进行选择是任意的、是有关意志的问题的时候。然而，对犁铧的设计和接受却不能通过意志来完成。犁铧有一个用途——犁地，并且它的有效性必须适应于自然的结构。它必须足够重，足够锋利以耕种土地；而且它必须适用于它的使用者——人——的能力，必须是像我们这样有两只手并且力量有限的人可以使用和推动的。像犁铧这样的工具只能是被发明的，它不可能是由于一致的意见而产生的。我们不可能推选踩高跷手来完成犁地的工作。犁铧是一种文化的发明，而不是一种文化的约定。它之所以被接受，是因为它有用，因为它适合于自然和生物的特征，从而满足了文化的需要。
当然，这里引入“文化的发明”（cultural invention）这个概念的要旨，是为了阻断那种肤浅的关于文化和约定之间的同一性。把这个概念用于常规电影中的图画性再现时，它就表明，图画性再现可能是一种“文化的发明物”，它是以人类生来如此的方式，因致所有约定系统中“未经训练的”观众都能认出图画所再现的东西。这种影像的结构不是单纯通过意愿来决定的。一旦你承认有关人类感觉系统的种种限制，我们就不能去规定每种事物可以看起来像别的任何事物，尽管我们可以规定每一事物代表别的任何事物。认为这种规定在很大程度上要归因于人类的生物性，这是有说服力的。并且在此意义上，电影由一种与人类机体的生物特征相联系的再现模式构成，它们一般比别的媒介中的类型更容易理解。例如，小说就预设了对需要学习的那种“约定性”的掌握，比如你得掌握某种语言。并且，如果对活动影像的认知更类似于一种反射，而不是类似于“阅读”这类过程，理解一部常规电影就会比阅读（小说）更省劲，更不需要你主动地付出努力。回想一下，当人们疲倦的时候，去看一部常规电影比阅读一部小说要轻松多少，就可以说明这一点。
由此可见，“常规电影的力量”中一个至关重要的元素，在于这样一个事实：根据常规电影所用的基本描绘形象，它们通常依赖于图画性再现，这种图画性再现使得大量“未经训练的”观众能够凭借人类与生俱来的方式轻易地理解这一系统中的基本符号。然而，这是否不过是我们一开始就想清除的那种实在论的翻版？完全不是。巴赞式的主张是，观众多少认为电影影像与其所指“同一”，而当代电影理论家认为，多数电影影像给出的是一种关于现实的、具有透明性和自然性的“幻觉”。尽管如此，本文并未援引任何关于这类现实主义、心理效应是什么的观点，也没有得出任何类似于它们的观点。相反，我们主张那些“未经训练的”观众不需要借助某个符号的所指，就能认出电影影像再现了什么，而我并不主张观众把图画性再现视为任何意义上的所指。这样，我们所讨论的就不是某个实在论的主张，或者把一个再现当做其所指的心理效应，而仅仅是在讨论电影利用其最一般的、认知性技能的能力。要了解这一方法与实在论者的方法之间的区别，也可以留心一下实在论者在关于“常规电影的力量”的解释中，多么频繁地强调常规电影是“摄影性”的。而在我给出的解释中，用来解释易于理解性的重要术语是关于图画再现的，而这不是电影特有的专门术语。
就算至此已经说明了一些问题，无可否认，我们还是必须承认对“常规电影的力量”的充分解释还有相当远的路要走。我们已经解释了为什么电影比小说这样的类型更容易理解。然而，与戏剧、芭蕾舞、歌剧这些类型相比，人们也往往认为，电影在可理解性和强烈程度方面更优越，这又应该用它的什么特征来解释呢？在戏剧、芭蕾舞、歌剧等类型中认出那些再现的所指，就像在电影中一样，一般不会介入解码、阅读或者推理过程。那么，是常规电影中的什么常规性特征，使得它们区别于戏剧演出的常规性特征？比如，有没有使得大多数电影比大多数戏剧表演更容易理解的特征？我们的假设是，在常规电影发展的早期阶段就已经形成的一些重要手法，使得大多数常规电影在许多方面比大多数戏剧更容易理解。此处的“戏剧”，是指我们通常看到的那种戏剧表演。增加这一说明，是因为我们没有理由去相信，与这里要讨论的电影手法具有同等功能的戏剧手法不能够“被发明”出来，并由此改变典型的常规电影与典型的戏剧的相对可理解性。然而，我们的反本质主义倾向要求我们，需要的不是在电影媒介与相应的戏剧媒介的永恒本质之间进行比较，而应该去比较电影作品的艺术形态与戏剧性作品的艺术形态。
据说，常规电影比戏剧更易于理解。这意味着什么？我们已经宣称电影比戏剧更易于“领会”。观众领会电影的方式有何特殊之处？对于典型的常规电影来说，只要给出它的一些独特手法，尤其是“可变取景”（variable framing），电影观众一般就能够准确地注意到在银幕的镜头序列或者景象中最重要的那些东西。换个说法，常规电影的制作者们在“操纵”观众的注意力方面，比戏剧导演拥有大得多的力量。这样的结果就是，电影观众看到的总是他“应该”看到的东西，总是注意到“恰恰那些”细节，因此他几乎总是毫不费力地并且是按照制作者希望其影片被理解的那种方式，去理解正在发生的情节。凭借可变取景等各种手段，常规电影比戏剧性作品更容易领会并因而更容易理解，因为常规电影更具有认知上的明晰性。常规电影所提供的那些具有认知上的明晰性的元素，同样能够很好地解释常规电影带来的广泛而强烈的吸引力。
当然，在引导观众的注意力这方面，常规电影与标准的戏剧作品都具有许多相同的手段。不管是在中长度的镜头中，还是在舞台上，观众的注意力都可以被引导。如通过某个重要角色的中心位置，静态平衡中的运动，角色的视线，暗区中的亮色，亮区中的暗色，声音尤其是台词，聚光灯和追光，将重要对象或者角色沿对角线排列，设置细节方面的精省，化装和服装，评论，手势和姿态，诸如此类。但在目前的实际情况下，电影似乎比戏剧拥有更多的或许也是更有效的手段。例如，电影中焦距的变化，就是一种比戏剧中的灯光更可靠的、确保观众去看“应该”被观看之处的手段。而更为重要的是电影对可变取景的运用。通过剪辑和摄影机运动，电影制作者可以持续地确保观众“恰恰”去感知他应该感知的东西，而且“恰恰”在他应该感知它的那一刻感知它。例如，当摄影机所捕捉的是一个特写，观众就不可能受到其他舞台细节的干扰。在那一刻，任何无关于故事的细节都被删掉了。观众也不必去“寻找”重要的细节，因为它们已经被“给予”他了。对于故事中重要的对象——不管是主人公、屠刀、人群、森林，还是某个星球——观众都能够以最能够帮助他们理解正在发生的一切的方式，或远或近地看到这些对象。在看一出戏的时候，我们的眼睛不断地追随着表演的行为——往往在一定的可感距离之外，往往在一个拱顶建筑的空间之中——然而在一部常规电影中，这类事情多数是由不断变换的摄影机位置来完成的。它同时也确保了一般观众不会迷失在空间中，相反观众总是恰恰看到制作者期待他看到的东西。因此，常规电影比典型的舞台作品更容易领会，因为变换着的摄影机位置使得电影观众不可能不注意他被期望去注意的那些地方。