低通滤波与抠图

操作过程中提到的“高通”，是指 PS 自带的滤镜，中文版里在“滤镜·其它·高反差保留”。

“高通滤波”和“低通滤波”的概念在 PS 中并没有明确的直接使用，除了那个“High Pass”滤镜，还被中文版换了名字。
但是用频率属性进行处理数字图象，确实数字图象技术的几个主要基础之一，直接意义上的“高通滤波”，就是保留图象的高频成分而滤除低频，“低通滤波”反之。文中提到的如“Neat Image”一类数字降噪工具，就是典型的工作在频率概念上的工具，读读它的手册，会对频域处理有个初步概念。

象懵懂斋兄几篇帖子中倡导的选取图象中间调，借用“滤波”的概念来比喻，是一种“带通滤波”——除掉两侧留下中间，但不是在频率中，是在亮度意义上的“滤波”。有时候解决 PS 中问题的钥匙是在 PS 之外，在于各种概念之间的相互启发。

任何一个几何形状，都可以分解为各种频率的波的叠加，从这个意义上理解图象，可以得到很多直观角度难以控制的属性，但是数学的味道非常浓了，这是一门称作【傅立叶分析】的专门的课程，可以不用太关心具体的数学内容，有一个初步概念已经很好。
呵呵，“傅立叶”并不象想象的那么陌生，我发现这竟然是微软全拼词库中现成的词组呢。

请问大侠：
1,我理解高频是指：反差强烈的边缘，亮、暗变化剧烈的交界处，不是指形状的细小、密集。对吗？
2,若以上理解对，那么我理解高反差保留滤镜就是：把“反差强烈的边缘”两边半径值以外的低频部分用50%灰模糊掉，对吗？

两者都是高频。从频域看这两种平面图象的结构，从定性的角度，在包含高频成分的意义上，两者没有原则区别。

什么是频率，最直观的解释是“长度（波长）的倒数”，因此频率高则长度小是没有问题的。但这不是频率的全部含义，一个不重复的形状也有频率概念，这是傅立叶分解的基本观念，它是一系列不同频率的叠加（级数），只有在这个基础上才能完整的了解在频域“看”到的图象是什么东西。
数学的过程不可能细说，结论是越强烈的色阶对比，越急剧的变化交界——也就是直观上说的“高反差”，就包含越丰富的高频成分，注意我说的是“成分”，而不是说它仅仅是高频。
你说的两种图象从平面的色阶分布看，性质非常不同，但丛频率空间看，很有共同之处。不是说完全等同，注意第一句话里面那一串复杂的定语，那也正是滤波明显起作用的情况。

频域（频率空间）是一种数学抽象，它不是人类感官直接能反应的概念范畴，人的感官并不能区分和判别某种频率成分的组成和分布，而是转化为间接的方式（也可以说是“歪曲”了事物本质的方式）来感觉频率现象。例如音调和音色，例如光的颜色，如果不是听说了科学分析的结论，我们凭借感官的反应，根本不可能知道那都是频率在作怪。
频率现象不是人类主观所能精确感觉的，如果不是受过专业的数学训练，直接观察一个图象的形状和亮度分布，也无从想象它的频域组成。这也不必强求。例如高通滤波，如果有一定的数学基础，顺便理解一下当然是好事，但假如需要从数学基础学起，那还不如把精力花在应用技巧上，或者美术基础上，毕竟我们现代生活和享受所依赖的一切科学基础，我们能深入理解的注定是九牛一毛。

我试图找一些浅显而确切的比喻，但没有成功。