高通与高斯模糊相反

如果您拍摄图像并将其模糊，您只会保留“低频”。高通则相反，它只让“高频”通过，或者大多数人所说的“细节”。任何图像都可以解构为这两个组件。

您是否使用过锐化蒙版来锐化图像？该过滤器实际上相当于拍摄图像并向其添加高通过滤副本。您可以在 Photoshop 中通过在复制图层上应用高通滤镜并将混合模式更改为叠加来确认这一点。

高通滤波器是从信号中去除低频信息的拟合器。现在有很多方法可以实现高通滤镜，但 Photoshop 的高通滤镜很可能是从原始图像中减去模糊图像的结果（如@filip 所述）。简单地说，所有图像减去低频就是高频。

现在，如果您从图像中减去模糊，您最终会得到负像素。这对于 Photoshop 是不可能的。所以取而代之的是结果偏移了 127（或者如果你想要浮点值，则偏移 0.5），所以灰色实际上意味着没有值变化。叠加和线性光模式旨在与以这种方式编码的图像反向操作（位取决于您需要的分段乘法/加法或加法/减法）。

现在你会用这个做什么？好吧，它可以用来隔离边缘，主要用例是将它用作锐化工具。事实上，unsharp mask 是一步完成的。但是，有时，锐化蒙版无法让您对结果进行足够的控制。因此，您可以使用高通滤波器来分离中间阶段并对其进行操作以控制您希望锐化发生的位置和不发生锐化的位置。

这给我们带来了频率分离工作流程，可能是您的图像光线略微不均匀，或者皮肤经常有些不均匀。但是您并不完全想破坏图像的纹理。因此，现在您将图像分成低分量和高分量。然后，您可以将低分量绘制为均匀的云纹颜色，同时保留顶部的纹理层。或者您可以反向消除高频映射中的缺陷，同时保留整体外观和感觉。出于准确性原因，您很可能不会同时使用模糊高通，而是手动减去，但这仍然是相同的方法，只是模糊和四舍五入的结果不同。

图 1：频率分离可以轻松修复旧鞋，诚然我应该做更多的工作。来自这里的原始图像。

现在你可以用这个过滤器做很多魔法。但不幸的是，许多这些神奇的工作流程可能需要您像信号处理大师一样思考。例如，高通滤波可以作为降噪算法的基础，或者作为图像亮度掩蔽去雾的整流层等。

到目前为止，没有一个答案涉及过滤器背后的数学。 这是我引用的详细文章：

频率滤波器在频域中处理图像。图像经过傅里叶变换，乘以滤波器函数，然后重新变换到空间域。衰减高频会导致空间域中的图像更平滑，衰减低频会增强边缘。

在这一点上，我们应该注意到高通滤波器通过高频并衰减（即减少）低频。

作为衰减（或阻塞）低频的结果，输入图像中恒定强度的区域在高通滤波器的输出中为零。包含高频的强强度梯度区域在滤波器输出中具有正和负强度值。为了在屏幕上显示图像，在空间域的输出中添加了一个偏移量，并缩放了图像强度。这导致低频区域的中间灰度值和边缘的暗值和亮值。

（这句话来自大约一半，在一个应该很有帮助的示例图像之前）。

我链接的文章非常值得一读，并且有一些非常清晰的例子（点击图片）。总结太长了，依赖于其中包含的数字。

高通是一种锐化滤镜。你可以说它是“检测边缘”和“锐化”的混合体。锐化检测像素亮度或颜色之间的突然变化，然后改变它们。所以明亮的部分更亮，黑暗的部分更暗。

但高通的任务是只注意边缘。半径设置告诉过滤器检测到的边缘周围有多少像素应包含在过滤后的图像（层）中。

现在，这个过滤器不是为自己使用而设计的（这就是为什么，我认为，它在不同的目录中），你应该使用过滤后的图像和基础图像，使用混合模式或类似的方式来弹出图片的边缘。这就是为什么图片的“不包括”部分是中性灰色的。所以在混合模式下它们不会影响颜色。