программно один пиксель видео формируется из четырёх физических пикселей сенсора
Сенкс.
То есть в этом случае, на такую обработку дополнительно расходуется машинное время, что может снижать FPS?

И если не интересен "узкоугольный" режим, благоразумнее выбрать матрицу с нативным разрешением, равным формату записи?