致谢@阮一峰
摘录自原文地址:
http://www.ruanyifeng.com/blog/2017/12/image-and-wave-filters.html
图像其实是一种波,可以用波的算法处理图像
图像?VS波?
bg2017121301.jpg
以上的lena图来自于花花公子封面,是一张400X400的图片,包含160000个像素.
每个像素的颜色，可以用红、绿、蓝、透明度四个值描述，大小范围都是0 ～ 255，比如黑色是[0, 0, 0, 255]，白色是[255, 255, 255, 255]。
如果把每一行所有像素（上例是400个）的红、绿、蓝的值，依次画成三条曲线，就得到了下面的图形。
bg2017121302.png
可以看到，每条曲线都在不停的上下波动。有些区域的波动比较小，有些区域突然出现了大幅波动（比如 54 和 324 这两点）。
对比一下图像就能发现，曲线波动较大的地方，也是图像出现突变的地方。
这说明波动与图像是紧密关联的。图像本质上就是各种色彩波的叠加。
波的频率特性对应图像的什么?
色彩剧烈变化的地方，就是图像的高频区域；色彩稳定平滑的地方，就是低频区域。
滤波器:
- 高通
-
低通
以下两幅图说明了高通和低通的区别:
高通滤波.png
低通滤波.png
图像的滤波:
lowpass使得图像的高频区域变成低频，即色彩变化剧烈的区域变得平滑，也就是出现模糊效果。
lena_lowpass.jpg
highpass正好相反，过滤了低频，只保留那些变化最快速最剧烈的区域，也就是图像里面的物体边缘，所以常用于边缘识别。
lena_highpass.jpg
下面这个网址
采用JavaScript运用各个算子对图像进行处理滤波,可以非常鲜明的体会到滤波对图像产生的效果
网友评论