見たままに描く事が難しいのは何故ですか？

記憶に関してはほかの人も言ってるからもう一つ

頭の情報を出力する手を動かし慣れてないのも一つの要因

自転車で平均台の上を走るとして単にまっすぐ走ればいいのは誰だってわかるけど、乗り慣れてる人でないと脳の情報を体の動きに上手く伝えられずフラついて落っこちちゃう

それはやっぱり慣れなんだよね

練度の差っていうことかな、職人的なイメージ

それは人間だからです。人間の特性なのですよ。
デジカメとかなら、見たままに正確に画像にできますが、人間はそれができません。
デジカメとかコンピューターは、CCDが見た画像を細かいドットとして、ひとつひとつ全部正確に位置や色などを記憶できます。
それを忘れる事も劣化することもないので、正確に画像とかプリントとかで再現できますね。
対して、人間の柔らかい脳味噌コンピューターは、目で見た像を全部正確に記憶できません。
なんとなくこういう感じ・・みたいに印象で記憶しますね。
記憶も次第に正確さが無くなり劣化していきます。
印象で記憶した曖昧な画像を、手で紙の上とかに出力しますね。
プロッターやロボットやプリンターと違い、人間の手はコンマ一ミリの狂いもなくは動かせません。
曖昧な記憶とともに、大体大まかな絵として描かれます。
それを目で再び脳味噌コンピューターに入力して、リアルと比較して違和感を感じるところを修正する事を繰り返すことで、正確さを増していくのです。
とはいえ・・・寸分の狂いもなく同じに描くのは不可能です。
そこで、脳味噌コンピューターのスゴイところなのですが、様々な経験から得た情報（モノの質感とか・・）を用いて、簡略化してもリアルに感じられる様に表現した描き方をします。

見たモノを全て狂い無く記憶出来て、完璧に正確に手をコントロール出来描ける人は、一部の障害者にそういうのに近い特殊能力を持った人いますが、一般の人はクロッキーとかの練習を積むことで、正確さを高める事ができるでしょうね。

耳から聞こえた短いメロディーを鼻歌で歌うのは、割と誰でもできます。
でもそれをすぐピアノやギターで弾けますか？

声を出すという訓練はほぼ年齢と同じ熟練年数がありますが、それに比べたら楽器の熟練度が低いので、声帯と口と肺をの代わりに指と楽器を使って音を出すことができない人が多いです。

おれはギターベースカテゴリーでも古参の回答者ですが、あちらにもメロディーの耳コピができませんという悩み相談がたくさん来ます。

難しいのは単純に訓練不足です。クロッキーなど形を正確に写し取るという訓練を1000時間もやれば、だれでもある程度はできるようになります。
1000時間というと大変に聞こえるかもしれませんが、1日2時間の練習でも1年ちょっとで達成します。
他の趣味と比べても、上達まで特別長い時間がかかるとは思えません。

絵が描けないパース素人トレパク小学生が荒らしてますが、みんなに嫌われているので何を言い返しても無視しても大丈夫ですよ。