滤镜节点#

滤镜节点。

滤镜节点对图像执行各种常规滤镜效果。

输入#

系数

控制节点对输出图像的影响量。

图像

标准颜色输入。

属性#

类型

柔化(Soften),拉普拉斯过滤(Laplace),索贝尔(Sobel),维特(Prewitt)和克什(Kirsch)都根据矢量微积分和集合理论执行边缘检测(方式略有不同)。

柔化:

在图像上执行轻微模糊效果。

锐化:

增加图像对比度,尤其在边的位置。

锐菱形:

比锐化盒子更不具攻击性,减少了锐化伪影。

拉普拉斯过滤:

边缘突出显示滤镜容易突出显示视觉杂点。

索贝尔:

在高亮区域创建图像负片效果。

维特:

产生与Sobel相似的结果。

克什边缘检测:

在接近边缘时提供比索贝尔或普雷维特更好的混合效果。

阴影:

使边的外缘变暗,产生类似斜面浮雕/凹凸的效果。

输出#

图像

标准颜色输出。

例子#

筛选器节点有八种模式,如下所示。#
../../../_images/compositing_types_filter_filter-node_example-1-original.png

原始图像。#

../../../_images/compositing_types_filter_filter-node_example-2-soften.png

柔化。#

../../../_images/compositing_types_filter_filter-node_example-3-box-sharpen.png

盒形锐化。#

../../../_images/compositing_types_filter_filter-node_example-4-diamond-sharpen.png

菱形锐化。#

../../../_images/compositing_types_filter_filter-node_example-5-laplace.png

拉普拉斯。#

../../../_images/compositing_types_filter_filter-node_example-6-sobel.png

索贝尔(Sobel)。#

../../../_images/compositing_types_filter_filter-node_example-7-prewitt.png

维特(Prewitt)。#

../../../_images/compositing_types_filter_filter-node_example-8-kirsch.png

克什(Kirsch)。#

../../../_images/compositing_types_filter_filter-node_example-9-shadow.png

阴影。#