# 高通滤波器

应用高通滤波器增强细节和边缘，提供可调节频率和强度

> 标准页面: https://elysiatools.com/zh/tools/image-high-pass

- **分类:** Design

- **关键词:** 图片, 高通, 滤波器, 频率, 细节, 边缘, 锐化, 增强

## 概述

高通滤波器是一款专业的图像处理工具，通过应用高通滤波算法，有效增强图像的细节、边缘和纹理，使画面更加锐利清晰。您可以灵活调节滤波器半径、强度和混合模式，以达到理想的锐化效果。

## 输入项

- **图片文件** (file): 上传任何图片文件（JPEG、PNG、WebP、GIF、BMP、TIFF）来增强细节和边缘
- **滤波器半径** (range): 高通滤波中使用的高斯模糊半径。更高值影响更大细节
- **滤波器强度** (range): 高通滤波效果强度。更高值更激进地增强细节
- **混合模式** (select): 高通细节如何与原始图像混合
- **输出模式** (select): 选择合成结果或仅细节输出
- **输出格式** (select): 选择输出格式或保持原格式。推荐PNG以获得最佳质量
- **质量 (1-100)** (number): 有损格式（JPEG、WebP）的输出质量。越高 = 质量越好但文件越大

## 适用场景

- 当照片因轻微失焦或拍摄抖动而显得模糊，需要恢复清晰度时。
- 当需要突出图像中的纹理细节，如织物、建筑表面或自然景观的轮廓时。
- 当进行创意图像编辑，需要提取或强化图像的高频信息（细节层）时。

## 工作原理

- 上传一张需要处理的图片文件（支持JPEG、PNG、WebP等常见格式）。
- 调整“滤波器半径”以控制影响的细节范围，并设置“滤波器强度”来决定锐化程度。
- 选择一种“混合模式”（如推荐的“叠加”）来定义增强细节与原图的融合方式。
- 点击处理，工具将应用算法并生成结果图片供您下载。

## 使用案例

- 摄影师用于修复轻微失焦或提升风光照片的细节表现力。
- 设计师用于增强产品图片的纹理质感，使其在宣传材料中更突出。
- 普通用户用于提升手机拍摄照片的清晰度，让社交媒体分享的图片更出彩。

## 常见问题

### 这个工具支持哪些图片格式？

支持JPEG、PNG、WebP、GIF、BMP和TIFF格式的图片文件。

### “滤波器半径”和“强度”参数有什么区别？

“半径”决定滤波影响的细节尺寸范围，值越大影响越大的结构；“强度”控制锐化效果的明显程度。

### 处理后的图片可以还原吗？

本工具直接生成处理后的图片文件，原图不会被修改。建议处理前备份原图。

### 处理一张图片需要多长时间？

处理时间取决于图片尺寸和服务器负载，通常几秒到几十秒内即可完成。

### 可以批量处理多张图片吗？

当前版本仅支持单次处理一张图片。

## 相关工具

- [图片边框工具](https://elysiatools.com/zh/tools/image-add-border): 为图片添加可自定义的边框，支持多种样式、颜色和宽度
- [图片相框工具](https://elysiatools.com/zh/tools/image-add-frame): 为图片添加装饰性相框，支持经典、现代、复古等多种风格
- [图片发光效果](https://elysiatools.com/zh/tools/image-add-glow): 为图片添加美丽的发光效果，支持自定义颜色、强度、大小和样式变化
- [图像渐变叠加](https://elysiatools.com/zh/tools/image-add-gradient): 为图像添加可自定义颜色、方向和混合模式的渐变叠加效果
- [图片噪点效果](https://elysiatools.com/zh/tools/image-add-noise): 为图片添加各种类型的噪点效果，支持自定义强度和参数
- [图片图案效果](https://elysiatools.com/zh/tools/image-add-pattern): 为图片添加几何图案叠加效果，支持自定义颜色、大小和旋转
- [图片倒影效果](https://elysiatools.com/zh/tools/image-add-reflection): 为图片添加水面倒影效果，支持自定义高度、模糊和透明度
- [图片阴影效果](https://elysiatools.com/zh/tools/image-add-shadow): 为图片添加逼真的阴影效果，支持自定义方向、模糊、颜色和强度

## 示例

- [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [Web TypeScript 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-typescript): Web TypeScript 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Kotlin 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换

## 相关内容

- [图像边缘检测与卷积核实验室](https://elysiatools.com/zh/hubs/image-edge-detection-and-convolution-kernels): 提取亮度通道，用可复现的降噪半径抑制噪声，横向对比 Sobel、Prewitt、Roberts、Laplacian 算子，调好阈值化边缘检测，并把胜出结果复现为一张显式写明的卷积核。