在上一教程中，我们简要讨论了过滤器。在本教程中，我们将详细讨论它们。在讨论之前，让我们先谈谈口罩。掩码的概念已在我们的卷积和掩码教程中进行了讨论。

模糊蒙版与衍生蒙版

我们将在模糊蒙版和派生蒙版之间进行比较。

口罩模糊

模糊蒙版具有以下属性。

• 模糊蒙版中的所有值均为正
• 所有值的总和等于1
• 通过使用模糊蒙版减少边缘内容
• 随着面膜尺寸的增加，将出现更多的平滑效果

衍生面具

派生掩码具有以下属性。

• 导数掩码具有正值和负值
• 导数掩码中所有值的总和等于零
• 通过派生蒙版增加边缘含量
• 随着蒙版大小的增加，更多的边缘内容会增加

具有高通滤波器和低通滤波器的模糊蒙版和微分蒙版之间的关系。

具有高通滤波器和低通滤波器的模糊掩模与微分掩模之间的关系可以简单地定义为。

• 模糊蒙版也称为低通滤镜
• 导数掩码也称为高通滤波器

高通频率分量和低通频率分量

高通频率分量表示边缘，而低通频率分量表示平滑区域。

理想的低通和理想的高通滤波器

这是低通滤波器的常见示例。

当一个放置在内部而零放置在外部时，我们得到一个模糊的图像。现在，随着我们增加1的大小，模糊将增加，边缘内容将减少。

这是高通滤波器的常见示例。

当内部放置0时，我们得到边缘，这给了我们草绘的图像。下面给出了一个理想的频域低通滤波器。

理想的低通滤波器可以用图形表示为

现在，让我们将此滤镜应用于实际图像，看看我们得到了什么。

样本图片

频域图像

在此图像上应用滤镜

结果图像

用同样的方法，可以在图像上应用理想的高通滤波器。但是显然结果会有所不同，因为低通减少边缘内容，高通增加边缘内容。

高斯低通和高斯高通滤波器

高斯低通和高斯高通滤波器使理想的低通和高通滤波器中出现的问题最小化。

此问题称为振铃效应。这是由于原因，因为在某些点上无法精确定义一种颜色到另一种颜色之间的过渡，因此在该点上会出现振铃效果。

看看这个图。

这是理想的低通滤波器的代表。现在，在Do的确切点，您无法确定该值为0或1。因此，振铃效果会出现在该点。

因此，为了减少出现的理想低通和理想高通滤波器的影响，下面介绍了高斯低通滤波器和高斯高通滤波器。

高斯低通滤波器

滤波和低通的概念保持不变，但是只有过渡变得不同并且变得更加平滑。

高斯低通滤波器可以表示为

注意平滑的曲线过渡，因此可以在每个点精确定义Do的值。

高斯高通滤波器

高斯高通滤波器与理想高通滤波器具有相同的概念，但与理想滤波器相比，过渡也更加平滑。