谢邀。。。
解答这个问题，我们需要先了解当看到文字及面孔、房屋、景色等画面时，都激活了大脑的哪一部分，就以看到文字时来举例。。。
通过fMRI，我们可以在几分钟内定位参与阅读加工的脑区。具体的方式是：当被试看到单词或文字呈现后，与阅读相关的脑区都会产生MRI信号的显著增强，这种增强大约在4、5秒后会达到峰值。虽然随着具体文字的含义与被试所反应的状态不同，相应激活的神经网络也稍有不同。但这一神经网络总是包含着「视觉词形区」，而这一区域则会出现在大脑左半球的外侧枕-颞沟处，更具体的位置在梭状回的旁边。而对于面孔、房屋、景色等画面的识别，我们的大脑更偏向于激活位于梭状回皮层下部的一个区域。
而通过EEG和MEG出色的时间精确度，可以让我们了解除了大脑皮层上的分布外，文字与画面还各有各的半球偏好性。具体的方式是：测量被试看到文字和画面时脑中的磁场活动。从呈现在视网膜后大约100毫秒，文字和画面所激活的是脑后部枕极处的相似区域，但50毫秒后，文字引发一个强烈偏向于左半球的反应，而画面则正好相反，激活了右半球对称的区域。
而当视觉加工的最初几步完成之后，接下来就会介入到加工的过程中。可以看出，文字与画面的识别对于视觉系统的要求差别比较大，我们的大脑不太可能满足用同一个图像加工的方式来处理这两件事情。。。所以说，与其考虑是先看哪一个，不如研究大脑是如何加工这些信息的。。。
