Otra contribución del modelo de visión de Kepler fue aclarar la diferencia entre lo que es una imagen óptica, como la formada usando una lente convergente o nuestros ojos, y lo que hemos llamado una réplica, como la que se obtiene usando una cámara oscura.

El hecho de que no podamos distinguir si la figura que vemos en una pantalla es una imagen óptica formada con una lente convergente o es una réplica formada con una cámara oscura de agujero pequeño, se debe a las limitaciones del poder de resolución del ojo humano.  En las mejores condiciones de contraste luminoso no se pueden distinguir separados dos puntos cuya distancia subtienda con el ojo un ángulo menor de 1’ de arco. Si la mancha luminosa producida en la pantalla de la cámara oscura por el haz divergente que deja pasar el agujero es suficientemente pequeña, la luz difundida desde cualquier punto de dicha mancha llega a nuestro ojo y converge en la retina en un área menor que esta superficie, por lo que es interpretada como si proviniera de un solo punto.

Por otra parte, puesto que la imagen que forma una lente convergente se produce a una determinada distancia de ella y esta distancia de enfoque depende a su vez de la distancia a la que se encuentre el objeto visto, la lente del ojo (el cristalino) es flexible en el modelo de Kepler.

Para terminar esta descripción del modelo de Kepler es importante saber que él asignó el término imagen a la que supuestamente se obtiene en la retina del ojo y pintura a la figura que se puede ver en una pantalla gracias a un sistema convergente. Históricamente esta distinción se ha perdido. Descartes (1596- 1650), en 1637, y Newton (1643-1727), en 1704, plantearon que, dado que el modelo de ojo es similar a un sistema óptico convergente formado por una lente delgada y una pantalla, a la representación que vemos en ella también se la debe denominar imagen, por imitación a la que se forma (supuestamente) en la retina del ojo. Ahora bien, la imagen que vemos en la pantalla de un sistema convergente sólo existe cuando es interpretada por el cerebro del observador. En ausencia de un observador, sólo podemos decir que en esa pantalla existe una distribución de tipos de luz con diferentes intensidades, similar a la emitida por la fuente luminosa. Esa reproducción del patrón de luz emitido por el objeto que vemos en la pantalla no es una especie de objeto plano pegado en ella, como una fotografía, que existiría allí aunque no la miráramos. Como veremos, tampoco en la retina se forma una imagen acabada, como la que se obtiene con una cámara fotográfica.