Я пытаюсь обернуть голову вокруг этого фильтра. Как и некоторые другие фильтры, я обнаружил, что не понимаю, как он работает, как визуально, так и с точки зрения алгоритма. Я надеюсь, что, изучив последнее, первое тоже каким-то образом сработает.
Высокий проход противоположен размытию по Гауссу.
Если вы берете изображение и размываете его, вы сохраняете только «низкие частоты». Высокий проход делает обратное, он пропускает только «высокие частоты», или то, что большинство людей называют «деталями». Любое изображение можно разложить на эти две составляющие.
Вы использовали нерезкую маску для повышения резкости изображения? Этот фильтр фактически эквивалентен взятию изображения и добавлению к нему копии с фильтром верхних частот. Вы можете убедиться в этом в Photoshop, применив фильтр высоких частот к дублированному слою и изменив режим наложения на наложение.
Фильтр высоких частот — это фильтр, удаляющий низкочастотную информацию из сигнала. Теперь есть много способов реализовать фильтр верхних частот, но фильтр верхних частот фотошопа, скорее всего, является результатом вычитания размытого изображения из оригинала (как упоминалось @filip ). Просто все изображение за вычетом низкой частоты — это просто высокая частота.
Теперь, если вы вычтете размытие из изображения, вы получите отрицательные пиксели. Это невозможно для фотошопа. Вместо этого результат смещается на 127 (или 0,5, если вы хотите использовать значения с плавающей запятой), поэтому серый цвет на самом деле означает отсутствие изменения значения. Наложение и режим линейного освещения предназначены для работы в обратном порядке по сравнению с изображениями, закодированными таким образом (в зависимости от того, что вам нужно, кусочное умножение/сложение или сложение/вычитание).
Теперь, для чего бы вы использовали это? Что ж, его можно использовать для изоляции краев, и основной вариант использования — использовать его в качестве инструмента для повышения резкости. На самом деле нерезкая маска делает это за один шаг. Однако иногда нерезкая маска не дает достаточного контроля над результатами. Таким образом, вы можете использовать фильтр высоких частот, чтобы отделить промежуточный этап и манипулировать им, чтобы контролировать, где вы хотите, чтобы резкость происходила, а где нет.
Это подводит нас к рабочим процессам с частотным разделением . Возможно, ваше изображение слегка неравномерно светлое или довольно часто кожа несколько неровная. Но вы точно не хотите разрушать текстуру изображения. Итак, теперь вы разделяете свое изображение на низкие и высокие компоненты. Затем вы можете покрасить нижние компоненты в однородный муаровый цвет, сохранив слой текстуры сверху. Или вы можете сделать обратное, устранив недостатки в карте высоких частот, сохранив при этом общий внешний вид. Из соображений точности вы, скорее всего, не будете использовать как размытие, так и высокий проход, вместо этого вы вычтете вручную, но это все тот же метод, только размытие и округление результатов различаются.
Изображение 1 : Разделение частот позволяет легко починить старую обувь, правда, мне нужно было проделать немного больше работы. Оригинальное изображение отсюда .
Теперь с этим фильтром можно делать МНОГО волшебства. Но, к сожалению, многие из этих волшебных рабочих процессов могут потребовать от вас мыслить как гуру обработки сигналов. Например, фильтрация верхних частот может работать в качестве основы для алгоритма шумоподавления или в качестве выпрямляющего слоя для удаления дымки, маскируемой яркостью изображения, и т. д.
Ни один из ответов до сих пор не касался математики, стоящей за фильтром. Вот подробный отчет, из которого я цитирую:
Частотные фильтры обрабатывают изображение в частотной области. Изображение преобразуется Фурье, умножается на функцию фильтра, а затем повторно преобразуется в пространственную область. Ослабление высоких частот приводит к более гладкому изображению в пространственной области, ослабление низких частот усиливает края.
Здесь следует отметить, что фильтр высоких частот пропускает высокие частоты и ослабляет (т.е. уменьшает) низкие частоты .
В результате ослабления (или блокировки) низких частот области постоянной интенсивности во входном изображении становятся нулевыми на выходе фильтра верхних частот. Области с сильным градиентом интенсивности, содержащие высокие частоты, имеют положительные и отрицательные значения интенсивности на выходе фильтра. Для отображения изображения на экране к выходным данным добавляется смещение в пространственной области, а интенсивности изображения масштабируются. Это приводит к среднему значению серого для низкочастотных областей и темным и светлым значениям для краев.
(Эта цитата примерно на полпути и предшествует примерному изображению, которое должно быть весьма полезным).
Статью, на которую я дал ссылку, стоит прочитать, и в ней есть несколько довольно четких примеров (нажмите на изображения). Это слишком долго, чтобы подводить итоги, и опирается на цифры, включенные в него.
High Pass — это фильтр повышения резкости. Можно сказать, что это смесь «обнаружения краев» и «заточки». Повышение резкости обнаруживает внезапные изменения яркости или цвета пикселей, а затем изменяет их. Таким образом, светлые части ярче, а темные темнее.
Но задача High Pass состоит в том, чтобы заметить только края. Параметр радиуса сообщает фильтру, сколько пикселей вокруг обнаруженного края должно быть включено в отфильтрованное изображение (слой).
Теперь этот фильтр не предназначен для использования сам по себе (поэтому, я думаю, он находится в другом каталоге), вы должны использовать отфильтрованное изображение с базовым, используя режимы наложения или подобные, чтобы выделить края на изображении. Вот почему «не включенная» часть изображения окрашена в нейтральный серый цвет. Таким образом, они не будут влиять на цвета в режиме наложения.
джуджа
Фил Фрост
пользователь82991