圖像與波有什麼關係嗎，爲什麼圖像處理中常常有濾波的操作？這個問題困擾我很久了。直到我看到了鏈接中的文章，一切謎底都有了答案。。。
波與圖像
圖像的本質是各種顏色的波的疊加，圖像是由於各個像素點組成的，而每個像素點的顏色，可以用紅、綠、藍、透明度四個值描述，每個值用一個字節8位表示，因此每個值得取值範圍是0~255,比如黑色是[0, 0, 0, 255]，白色是[255, 255, 255, 255]。通過 Canvas API 就可以拿到這些值。
如果把每一行所有像素（上例是400個）的紅、綠、藍的值，依次畫成三條曲線，就得到了下面的圖形。
可以看到，每個像素點中紅綠藍的值組成了三條上下波動的曲線，有些區域的波動比較小，有些區域突然出現了大幅波動（比如 54 和 324 這兩像素點）。
對比一下圖像就能發現，曲線波動較大的地方，也是圖像出現突變的地方。
這說明波動與圖像是緊密關聯的。圖像本質上就是各種色彩波的疊加。
頻率
頻率（frequency）是波動快慢的指標，單位時間內波動次數越多，頻率越高，反之越低。
上圖是函數sin(Θ)的圖形，在2π的週期內完成了一次波動，頻率就是1。
上圖是函數sin(2Θ)的圖形，在2π的週期內完成了兩次波動，頻率就是2。
所以，色彩劇烈變化的地方，就是圖像的高頻區域；色彩穩定平滑的地方，就是低頻區域。
濾波
綜上所述，圖像就是色彩的波動：波動大，就是色彩急劇變化；波動小，就是色彩平滑過渡。因此，波的各種指標可以用來描述圖像。在圖像處理中經常有用到圖像濾波，濾波的目的是：抽出對象的特徵作爲圖像識別的特徵模式；另一個是爲適應圖像處理的要求，消除圖像數字化時所混入的噪聲。在濾波中一般會用到濾波器，關於濾波器，一種形象的比喻是：把他想象成包含一個加權係數的窗口，每種窗口都有不一樣的加權係數構成，通過這個窗口來看我們的圖像，這時各個窗口的圖像展示會有不一樣的效果。就好像我們帶着不同的有色眼鏡看風景，看到的效果各不相同。
濾波，從某條曲線中去除一些特定的頻率成分，這在工程上稱爲濾波，是信號處理最重要的概念之一，只有在頻域才能輕鬆的做到。物理學對波的研究已經非常深入，提出了很多處理波的方法，其中就有濾波器（filter）：過濾掉某些波，保留另一些波。
常見的濾波器有低通濾波器和高通濾波器
下面是低通濾波的例子。
上圖中，藍線是原始的波形，綠線是低通濾波lowpass後的波形。可以看到，綠線的波動比藍線小很多，非常平滑。
下面是高通濾波的例子。
上圖中，黃線是原始的波形，藍線是高通濾波highpass後的波形。可以看到，黃線的三個波峯和兩個波谷（低頻波動），在藍線上都消失了，而黃線上那些密集的小幅波動（高頻波動），則是全部被藍線保留。
再看一個例子。
上圖有三根曲線，黃線是高頻波動，紅線是低頻波動。它們可以合成爲一根曲線，就是綠線。
上圖中，綠線進行低通濾波和高通濾波後，得到兩根黑色的曲線，它們的波形跟原始的黃線和紅線是完全一致的。
lowpass使得圖像的高頻區域變成低頻，即色彩變化劇烈的區域變得平滑，也就是出現模糊效果。
上圖中，紅線是原始的色彩曲線，藍線是低通濾波後的曲線。
highpass正好相反，過濾了低頻，只保留那些變化最快速最劇烈的區域，也就是圖像裏面的物體邊緣，所以常用於邊緣識別。
上圖中，紅線是原始的色彩曲線，藍線是高通濾波後的曲線。
如下是圖像經過高斯濾波後的圖片和其對應RGB三色波形圖。
