La retina a sua volta è costituita da 3 substrati. Nel primo, il più esterno, ci sono due tipi di cellule specializzate dette coni e bastoncelli, i quali reagiscono agli stimoli luminosi.
Lo strato intermedio è costituito da particolari cellule che hanno il compito di ricevere gli stimoli provenienti dai coni e dai bastoncelli, e di convertirli in stimoli nervosi. Il terzo strato, infine, è costituito da cellule nervose propagini del nervo ottico.
I coni prendono il loro nome dalla loro strana forma, sono esclusivamente deputati alla percezione dei colori e sono in grado di riconoscere solo 3 colori: Rosso, Verde, Blu. Non sono uniformemente distribuiti sulla retina, ma localizzati principalmente in un punto ben preciso detto fòvea, cioè esattamente il punto in cui il cristallino mette a fuoco l'immagine.
I coni non presenti nella fòvea contribuiscono anch'essi alla visione, ma non sono in grado di percepire i dettagli più minuziosi, ecco perché quando concentriamo l'attenzione in un punto, gli altri oggetti vicini ci appaiono privi di dettagli o addirittura non a fuoco.
Se le condizioni di luce non sono buone, come ad esempio con luce notturna, i coni non vengono stimolati sufficientemente, per questo motivo si perde la capacità di distinguere i colori ed i dettagli degli oggetti. Ecco quindi che intervengono in aiuto i bastoncelli, del tutto assenti nella fòvea, che hanno il compito di percepire solo variazioni di luminosità, non di colore, permettendoci comunque una modesta capacità visiva perché l'immagine continua ad essere messa a fuoco sulla fòvea, ma questa è quasi inerte. In animali notturni quali le civette, i coni sono quasi del tutto assenti mentre i bastoncelli sono presenti in numero enorme, permettendo a questi animali una visione notturna migliore di quella diurna.
I bastoncelli contengono una sostanza detta porpora retinica, che ha la particolarità di dissolversi se lo stimolo luminoso è troppo intenso e di ricostituirsi quando c'è scarsa luminosità. La natura ha così trovato un sistema ingegnoso per disattivare i bastoncelli quando non strettamente necessari. Questo spiega perchè quando si passa da un ambiente illuminato ad uno completamente buio, si perde la capacità visiva per alcuni secondi, riacquistandola molto lentamente, o perché in condizioni di buio, quando si tenta di mettere a fuoco un oggetto questo scompare dal nostro campo visivo.