事实上，对于洛中洛外图和风俗画而言，重要的不是整体的结构，而是对细节部分细致的描写。所谓的洛中洛外图，一般就是指像从云上往下俯瞰一样的俯视图。但是可以说这种俯视图的构图就像舞台装置一样，在舞台中展开的各种各样的情景并不一定都如从云上往下俯瞰的那样，不仅如此，那些街头耍猴的人，祭祀的花车，小摊贩的身影都被细致的描绘出来，栩栩如生。还有风俗画中描绘的女主角们，连她们和服上的花纹都可以被清晰地分辨出来。如果真的是在云上的某一处，不管从多远的地方远眺，都不可能看到那么细致的地方。总之，与其称之为远眺的世界，不如称之为微缩的世界。

对于画面中所有的细节部分，如果反复采用这种细致描写的手法，西欧画中所谓的“统一的空间结构”当然就无法产生了。西欧画中的“统一的空间结构”是文艺复兴时期形成的远近法的一种典型代表，就是从一定的角度——当然无外乎是从画家本人的角度看到的视觉的世界形象。

关于远近法的相关理论的详细内容，在这里就不一一展开详细介绍了，但是在画面中呈现的形状的大小，色彩的浓淡与现实空间中的距离的远近是相对应的，这一点是其最根本的思考方向，这是不言而喻的。总之，简单的说，远的东西看起来小，近的东西看起来大，还有近的东西色彩鲜明，远的东西看起来模糊。反言之，在绘画中，描绘的是一个小人物的话（那个人物不是一寸法师），就表示那个人物在离画家很远的地方，还有该人物的衣着如果被描绘的不鲜艳，那也是表明了画家与该人物的距离（不是表明衣服有点脏了）。像这样给画面中各种各样的人物与对象设定一个适合的距离，那结果统一集中地“空间结构”就会形成。

但是，为了形成这种意义上的“空间结构”，画家的角度一定不能动，这一前提条件非常重要。当然距离的“远近”是相对性的，只要画家的角度有所移动，远近关系自然就会发生改变。为了把西欧画的“空间结构”表现在画面中，画面的所有部分只要有一处角度不一样，那统一的空间就不能表现出来了。

事実、洛中洛外図や風俗図において重要なのは、全体の構成よりもむしろ細部の綿密な描写である。洛中洛外図というのは、普通、まるで雲の上から見下ろしでもしたような俯瞰構図で描かれる。しかし、この俯瞰構図はいわば舞台装置であって、その舞台装置の中で繰り広げられるさまざまの情景は、必ずしも雲の上から見下ろしたように描かれているわけではない。それどころか、町角の猿回しや、お祭りの山車や、大道商人の姿など、いずれもまるですぐそばで見ているように綿密に細かく描き出されている。或いは、風俗図に登場する女たちは、着物の柄模様まではっきりと見分けられるように描かれている。もし本当に雲の上か、どこか遠くから眺めたとすれば、むろんあれほどまで細かい部分が見えるはずはない。つまりそれは、遠くから眺められた世界というよりも、あくまでも「縮小された世界」なのである。

画面のあらゆる細部において、このような綿密な描写を繰り返していけば、西欧的な「統一のある空間構成」が生まれてこないことは当然である。西欧的な「統一のある空間構成」というのは、ルネッサンス時代に完成された遠近法の表現に典型的に見られるように、ある一定の視点———つまりそれは画家その人の視点にほかならないのだが—から見られた視覚世界像のことだからである。

遠近法の理論の細かいことには、今ここで詳しく触れる余裕はないが、画面における形体の大小、色彩の濃淡が、現実の空間における距離の遠近に対応するというのがその根本的な考え方であることは言うまでもない。つまり、簡単に言えば、遠くのものは小さく見え、近くのものは大きく見えるということであり、また近くのものは色彩が鮮明で、遠くのものは色がかすんで見えるということである。逆に言えば、画面に人物が小さく描かれていれば、それは（その人物が一寸法師だということではなくて）画家から遠い距離にいるということを示すものであり、またその人物の衣装が不鮮明な色で描かれていたとしても、それは（その衣装が薄汚れているということを示すものではなく）やはり画家の距離を表すものなのである。このようにして、画面のそれぞれの対象や人物に適切な距離が設定され、その結果一つのまとまった「空間構成」が成立するわけである。

だが、このような意味での「空間構成」が成立するためには、画家の視点が一定不動のものであるという前提条件が必要である。言うまでもなく距離の「遠近」というのは相対的なものであって、画家の視点が移動すれば遠近の関係も当然変わってくる。西欧的な「空間構成」を画面に作り出すためには、画面のあらゆる部分がただ一つの視点が違っては、統一的な空間は表現できないのである。