OpenCV图像增强秘籍：高通滤波与特效艺术

> 在数字图像处理领域，边缘是图像最富信息的区域。掌握高通滤波技术，你就能让图像中的隐藏细节"跃然纸上"，甚至创造惊艳的艺术效果。

## 一、图像增强与高通滤波基础

 

### 1.1 图像增强的核心目标
图像增强不是简单的美化，而是通过技术手段**突出重要特征**，**抑制无关信息**，使图像更适合人眼观察或机器分析：
- **锐化边缘**：增强物体边界
- **突出细节**：显示纹理和细微结构
- **改善对比度**：使图像更清晰

### 1.2 频率域视角看图像
所有图像都可以看作不同频率的波组合：
- **低频分量**：平缓变化区域（如蓝天、皮肤）
- **高频分量**：快速变化区域（如边缘、纹理、噪声）

```mermaid
graph LR
    A[原始图像] --> B{频率分解}
    B --> C[低频分量-平滑区域]
    B --> D[高频分量-边缘细节]
    C --> E[