Kafamı bu filtrenin etrafına sarmaya çalışıyorum. Diğer bazı filtreler gibi, hem görsel olarak hem de algoritma açısından nasıl çalıştığını anlamıyorum. İkincisini öğrenerek, birincisinin de bir şekilde tıklayacağını umuyorum.
Kafamı bu filtrenin etrafına sarmaya çalışıyorum. Diğer bazı filtreler gibi, hem görsel olarak hem de algoritma açısından nasıl çalıştığını anlamıyorum. İkincisini öğrenerek, birincisinin de bir şekilde tıklayacağını umuyorum.
Yanıtlar:
Yüksek geçiş gauss bulanıklığının tam tersidir
Bir görüntü çekip bulanıklaştırırsanız, yalnızca "düşük frekanslar" korunur. Yüksek geçiş tam tersini yapar, sadece "yüksek frekansların" geçmesine veya çoğu insanın "ayrıntılar" dediği şeye izin verir. Herhangi bir görüntü bu iki bileşene yapılandırılabilir.
Görüntüyü keskinleştirmek için keskin olmayan maske kullandınız mı? Bu filtre aslında bir görüntü çekmeye ve yüksek geçirilmiş filtreli bir kopya eklemeye eşdeğerdir. Photoshop'ta çoğaltılmış bir katmana yüksek geçiş filtresi uygulayarak ve karışım modunu kaplama olarak değiştirerek bunu onaylayabilirsiniz.
Yüksek geçiş filtresi, tek bir frekanstan düşük frekanslı bilgileri kaldıran bir tesisatçıdır. Şimdi bir yüksek geçiş filtresi uygulamak için birçok yol var, ancak photoshops yüksek geçiş filtresi büyük olasılıkla bulanık görüntüyü orijinalden ( @filip tarafından belirtildiği gibi ) çıkararak elde edilir . Tüm görüntü eksi düşük frekans sadece yüksek frekanstır.
Şimdi bir görüntüden bulanıklığı çıkarırsanız, negatif olan piksellerle sonuçlanırsınız. Photoshop için bu mümkün değil. Bunun yerine, sonuç 127 ile dengelenir (veya kayan nokta değerlerini istiyorsanız 0.5), böylece gri aslında değer değişikliği olmadığı anlamına gelir. Bindirme ve doğrusal ışık modu, bu şekilde kodlanan görüntülerin tersi yönde çalışmak üzere tasarlanmıştır (parça olarak çarpma / toplama veya toplama / çıkarma ihtiyacınıza bağlı olarak bit).
Şimdi bunu ne için kullanırsınız? Kenarları izole etmek için kullanılabilir ve birincil kullanım durumu bir bileme aracı olarak kullanmaktır. Aslında Keskinliği Azaltma maskesi bunu tek adımda yapar. Bununla birlikte, bazen, Keskinliği Azaltma maskesi, sonuçların yeterince kontrolünü sağlamaz. Bu nedenle, ara aşamayı ayırmak ve keskinleştirmenin olmasını istediğiniz yeri ve olmamasını kontrol etmek için yüksek geçiş filtresini kullanabilirsiniz.
Bu bizi frekans ayırma iş akışlarına götürür, bakın görüntünüzün biraz dengesiz bir şekilde açık olması veya cildin biraz düzensiz olması olabilir. Ancak görüntünün dokusunu tam olarak yok etmek istemezsiniz. Şimdi görüntünüzü düşük ve yüksek bileşenlere böldünüz. Ardından, doku katmanını üstte tutarken düşük bileşenleri hareli üniform bir renge boyayabilirsiniz. Ya da genel görünümü ve hissi korurken, yüksek frekanslı haritadaki kusurları tersine çevirebilirsiniz. Doğruluk nedenlerinden dolayı, büyük olasılıkla her ikisini de yüksek geçiş bulanıklığı kullanmazsınız, bunun yerine manuel olarak çıkarırsınız, ancak yine de aynı yöntem sadece bulanıklaştırır ve sonuçların yuvarlanması farklıdır.
Resim 1 : Frekans ayrımı eski ayakkabıları düzeltmeyi kolaylaştırır, kuşkusuz biraz daha fazla iş yapmalıydım. Orijinal resim buradan .
Şimdi bu filtreyle yapabileceğiniz bir sürü sihir var. Ancak maalesef bu sihirli iş akışlarının çoğu bir sinyal işleme gurusu gibi düşünmenizi gerektirebilir. Örneğin, yüksek geçişli filtreleme, bir gürültü azaltma algoritması için temel olarak veya görüntü hafifliği maskeli pusun giderilmesi vb. İçin bir düzeltme katmanı olarak çalışabilir.
Şimdiye kadar cevapların hiçbiri filtrenin arkasındaki matematiğe dokunmadı. İşte alıntı yaptığım ayrıntılı bir yazı :
Frekans filtreleri, frekans etki alanındaki bir görüntüyü işler. Görüntü Fourier dönüştürülür, filtre işleviyle çarpılır ve sonra uzamsal alana yeniden dönüştürülür. Yüksek frekansların zayıflatılması, uzamsal alanda daha düzgün bir görüntü sağlar, düşük frekansların azaltılması kenarları geliştirir.
Bu noktada, bir yüksek geçiren filtrenin yüksek frekansları geçtiğini ve düşük frekansları azalttığını (yani azalttığını) not etmeliyiz .
Düşük frekansları azaltmanın (veya engellemenin) bir sonucu olarak, giriş görüntüsündeki sabit yoğunluktaki alanlar yüksek geçiş filtresinin çıkışında sıfırdır. Yüksek frekansları içeren güçlü bir yoğunluk gradyanının alanları, filtre çıktısında pozitif ve negatif yoğunluk değerlerine sahiptir. Görüntüyü ekranda görüntülemek için, uzamsal alandaki çıktıya bir ofset eklenir ve görüntü yoğunlukları ölçeklenir. Bu, düşük frekanslı alanlar için orta bir gri değer ve kenarlar için koyu ve açık değerler ile sonuçlanır.
(Bu alıntı yaklaşık yarıya kadar ve oldukça yararlı olması gereken bir örnek resimden önce gelir).
Bağlantı verdiğim makale okunmaya değer ve bazı net örnekleri var (resimlere tıklayın). Özetlemek ve içerdiği rakamlara güvenmek çok uzun.
High Pass bileme filtresidir. Bunun bir "kenarları algıla" ve "keskinleştirme" karışımı olduğunu söyleyebilirsiniz. Netlik, piksel parlaklığı veya rengi arasındaki ani değişiklikleri algılar ve değiştirir. Bu yüzden parlak parçalar daha parlak ve karanlık olanlar daha koyudur.
Ancak High Pass görevi sadece kenarları fark etmektir. Yarıçap ayarı filtreye, algılanan kenarın etrafında kaç pikselin filtrelenmiş görüntüye (katman) dahil edilmesi gerektiğini bildirir.
Şimdi, bu filtre kendi başına kullanılmak üzere tasarlanmamıştır (bu yüzden, farklı katalogda olduğunu düşünüyorum), filtrelenmiş görüntüyü, resimdeki kenarları açmak için karışım modları veya benzeri kullanarak tabanla kullanmalısınız. Bu yüzden resmin "dahil edilmeyen" kısmı nötr gridir. Dolayısıyla, harmanlama modundayken renkleri etkilemezler.