# Filtre Passe-Haut

Applique un filtre passe-haut pour améliorer les détails et les bords avec fréquence et force ajustables

> Page canonique: https://elysiatools.com/fr/tools/image-high-pass

- **Catégorie:** Design

- **Mots-clés:** image, passe-haut, filtre, fréquence, détails, bords, netteté, amélioration

## Présentation

Notre outil de filtre passe-haut permet d'accentuer instantanément les détails et les contours de vos images. En isolant les hautes fréquences, il offre un contrôle précis sur la netteté visuelle grâce à des paramètres ajustables de rayon, de force et de modes de fusion.

## Entrées

- **Fichier Image** (file): Téléchargez tout fichier image (JPEG, PNG, WebP, GIF, BMP, TIFF) pour améliorer les détails et les bords
- **Rayon du Filtre** (range): Rayon du flou gaussien utilisé pour le filtrage passe-haut. Des valeurs plus élevées affectent des détails plus grands
- **Force du Filtre** (range): Force de l effet passe-haut. Des valeurs plus élevées améliorent les détails plus agressivement
- **Mode de Fusion** (select): Comment les détails passe-haut se mélangent avec l image originale
- **Mode de Sortie** (select): Choisir entre résultat composite ou sortie détails-seulement
- **Format de Sortie** (select): Choisissez le format de sortie ou gardez l original. PNG recommandé pour la qualité maximale
- **Qualité (1-100)** (number): Qualité de sortie pour les formats avec perte (JPEG, WebP). Plus élevé = meilleure qualité mais fichier plus volumineux

## Quand l'utiliser

- Pour accentuer les textures et les détails fins sur des portraits ou des paysages.
- Pour améliorer la lisibilité des contours sur des documents numérisés ou des graphiques.
- Pour préparer des images avant une impression ou une publication web nécessitant une meilleure définition.

## Fonctionnement

- Téléchargez votre fichier image (JPEG, PNG, WebP, etc.) dans l'outil.
- Ajustez le rayon et la force du filtre pour cibler les détails souhaités.
- Sélectionnez un mode de fusion et le mode de sortie pour obtenir le rendu final.
- Téléchargez l'image traitée dans le format et la qualité de votre choix.

## Cas d'usage

- Restauration de la netteté sur des photos légèrement floues.
- Extraction de contours pour des projets de design graphique ou de vectorisation.
- Optimisation de la clarté des détails sur des clichés macro ou architecturaux.

## Questions fréquentes

### Qu'est-ce qu'un filtre passe-haut ?

C'est un traitement d'image qui supprime les basses fréquences (les zones floues ou unies) pour ne conserver que les hautes fréquences, c'est-à-dire les détails et les bords.

### Quelle est la différence entre le rayon et la force ?

Le rayon détermine la taille des détails affectés (plus il est élevé, plus les détails sont larges), tandis que la force contrôle l'intensité de l'effet appliqué.

### Quels formats d'image sont supportés ?

L'outil supporte les formats courants tels que JPEG, PNG, WebP, GIF, BMP et TIFF.

### Puis-je extraire uniquement les détails sans l'image originale ?

Oui, en sélectionnant le mode de sortie 'Détails seulement', vous obtiendrez une image isolant uniquement les contours détectés.

### Quel mode de fusion est recommandé ?

Le mode 'Superposition' (Overlay) est le plus couramment utilisé pour accentuer la netteté tout en préservant l'équilibre des couleurs de l'image originale.

## Outils associés

- [Ajouter une Bordure à l'Image](https://elysiatools.com/fr/tools/image-add-border): Ajouter des bordures personnalisables aux images avec divers styles, couleurs et largeurs
- [Ajouter un Cadre à l'Image](https://elysiatools.com/fr/tools/image-add-frame): Ajouter des cadres décoratifs aux images avec divers styles comme classique, moderne, vintage et designs personnalisés
- [Ajouter un Effet de Lueur](https://elysiatools.com/fr/tools/image-add-glow): Ajouter de beaux effets de lueur aux images avec une couleur, une intensité, une taille et des variations de style personnalisables
- [Superposition de Dégradé d'Image](https://elysiatools.com/fr/tools/image-add-gradient): Ajouter des effets de superposition de dégradé aux images avec des couleurs personnalisables, directions et modes de fusion
- [Ajouter un Effet de Bruit](https://elysiatools.com/fr/tools/image-add-noise): Ajouter divers types d'effets de bruit aux images avec intensité et paramètres personnalisables
- [Add Pattern Effect](https://elysiatools.com/fr/tools/image-add-pattern): Add geometric pattern overlays to images with customizable colors, size, and rotation
- [Ajouter un Effet de Réflexion](https://elysiatools.com/fr/tools/image-add-reflection): Ajouter des effets de réflexion d'eau aux images avec une hauteur, un flou et une transparence personnalisables
- [Ajouter un Effet d'Ombre](https://elysiatools.com/fr/tools/image-add-shadow): Ajouter des effets d'ombre réalistes aux images avec une direction, un flou, une couleur et une intensité personnalisables

## Exemples

- [Exemples de Traitement d'Images Web Python](https://elysiatools.com/fr/samples/web-image-processing-python): Exemples de traitement d'images Web Python utilisant PIL/Pillow incluant la lecture, l'enregistrement, le redimensionnement et la conversion de format
- [Exemples de Traitement d'Images Web TypeScript](https://elysiatools.com/fr/samples/web-image-processing-typescript): Exemples de traitement d'images Web TypeScript incluant lecture/sauvegarde, redimensionnement et conversion de format
- [Exemples de Traitement d'Images Android Java](https://elysiatools.com/fr/samples/android-image-processing-java): Exemples de traitement d'images Android Java incluant lecture/écriture, mise à l'échelle et conversion de format
- [Exemples de Traitement d'Images Android Kotlin](https://elysiatools.com/fr/samples/android-image-processing-kotlin): Exemples de traitement d'images Android Kotlin incluant lecture/écriture, mise à l'échelle et conversion de format

## Contenu associé

- [Laboratoire de détection de contours et de noyaux de convolution pour images](https://elysiatools.com/fr/hubs/image-edge-detection-and-convolution-kernels): Extrayez le canal de luminance, supprimez le bruit avec un rayon consigné, comparez les opérateurs Sobel, Prewitt, Roberts et Laplacien, réglez la détection par seuils et reproduisez le résultat retenu sous forme d'un noyau de convolution explicite.
