# 低通滤波器

应用低通滤波器平滑图像和减少噪点，提供可调节模糊算法

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

- **分类:** Design

- **关键词:** 图片, 低通, 滤波器, 模糊, 平滑, 噪点, 降噪, 柔化

## 概述

低通滤波器工具通过应用多种模糊算法，帮助您有效平滑图像并减少噪点，从而获得更柔和的视觉效果或去除不必要的细节。

## 输入项

- **图片文件** (file): 上传任何图片文件（JPEG、PNG、WebP、GIF、BMP、TIFF）来平滑和减少噪点
- **模糊算法** (select): 选择模糊算法。高斯模糊适用于大多数图片
- **模糊半径** (range): 模糊效果的半径。更高值创建更强的平滑
- **模糊强度** (range): 模糊效果的强度。更高值应用更激进的平滑
- **模糊迭代次数** (number): 模糊处理次数。更多迭代 = 更平滑的结果
- **保持边缘** (checkbox): 在平滑平坦区域时保持边缘细节
- **通道处理** (select): 选择要处理的颜色通道
- **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

- 需要去除照片中明显的颗粒感或噪点时
- 希望对图像进行柔化处理以营造艺术氛围时
- 需要平滑图像平坦区域以简化视觉信息时

## 工作原理

- 上传您的图片文件（支持 JPEG、PNG、WebP 等格式）。
- 选择合适的模糊算法（如高斯模糊或表面模糊），并根据需要调整模糊半径和强度。
- 勾选“保持边缘”以在平滑的同时保留图像轮廓，最后点击处理并下载结果。

## 使用案例

- 修复高 ISO 设置下拍摄的噪点较多的照片
- 为网页设计创建背景柔化效果
- 在图像处理前预处理以减少纹理干扰

## 常见问题

### 低通滤波器主要有什么作用？

它通过过滤图像中的高频信息（如噪点和细节），实现图像的平滑和柔化效果。

### 哪种模糊算法效果最好？

高斯模糊是通用选择，适用于大多数平滑需求；若需在平滑的同时保留物体边缘，建议选择“表面模糊”。

### 可以只处理图像的特定部分吗？

本工具目前对整张图片应用滤镜，您可以通过调整模糊半径和强度来控制整体平滑程度。

### 处理后的图片质量会下降吗？

模糊处理本质上会减少细节，但您可以选择 PNG 格式并设置较高的质量参数来最大限度减少压缩损失。

### 支持哪些图片格式？

支持 JPEG、PNG、WebP、GIF、BMP 和 TIFF 格式的上传。

## 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
- [图像遮罩效果](https://elysiatools.com/zh/tools/image-add-masking): 使用形状、渐变或自定义遮罩为图像添加遮罩效果，用于创意合成
- [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

## 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。