Path、Instagram、Oink 等上的不同图像过滤器实际上有什么作用？

如果您提供更多您感兴趣的过滤器类型的示例，我可以扩展我的答案。但是对于你问的两个：
1）锐化与模糊：您的图像基本上由像素或数千个彩色点组成。清晰的图像是场景中对象之间存在清晰边界的图像，而模糊图像是对象边界模糊的图像。例如，在下面的蟋蟀图像中，画面左侧是锐利的，而右侧是模糊的。




可以通过增加颜色区域内的局部对比度来人为地增加清晰度。卷积应用于滤波器以放大相邻像素之间的差异。例如，蟋蟀的眼睛很锐利，因为沿着眼睛的棕色像素与其头部其余部分的绿色像素非常不同。另一方面，可以通过将单个像素与其相邻像素相加来模糊图像。例如，蟋蟀上的棕色翅膀会从身体周围的相邻像素中获取一些绿色。这打破了对象边界并模糊了图像。根据您应用于滤镜的特定内核，您可以调整图像中的锐化/模糊量。
2）色彩饱和度：要理解饱和度是什么意思，你需要对色彩理论有一个基本的认识。我们在世界上看到的所有颜色都是彩虹的单色混合色，或由单一波长组成的光。例如，蓝色大约是 400 nm 波长的光，而红色是 700 nm 波长的光。混合不同波长的光会给我们带来不同的颜色。通过一些我不会在这里解释的复杂数学变换，科学家们提出了一个 2D 颜色色度图，它模拟了普通人可以看到的所有颜色。





图表边缘的所有颜色都是由单波长光组成的纯单色。图中列出了它们对应的波长。轨迹内的颜色是单色的线性组合。例如，蓝色和红色之间的区域是紫色，而绿色和红色之间的区域是黄色。图的中心代表所有可见波长的均匀混合，是白色的。
饱和度是衡量色度图边缘有多接近或颜色有多“纯”的量度。例如，红色、蓝色和绿色是完全饱和的颜色，而白色（或等效的灰色和黑色）是完全不饱和的颜色。饱和和去饱和基本上是指将单个像素的颜色分别远离或靠近色度图的中心。