1.反走样：

Aliasing走样：

采样出现错误（Sampling Artifacts）：锯齿、摩尔纹、车轮纹理等

Antialiasing反走样：

对图形进行模糊后，再次采样：

不能相反操作，那样是对走样进行模糊。

2.频域和时域：

时域、时域理解：
从我们出生，我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生改变。这种以时间作为参照来观察动态世界的方法我们称其为时域分析。而永恒不变的就是频域。
举例：音乐
时域：音乐在时间内高低起伏变换

频域：音符（音符是不随时间变化的）

Frequency Domain频域：

周期是频率的倒数

频域可以通过傅里叶级数展开：

傅里叶变换和逆傅里叶变换：
一个函数f(x)，经过傅里叶变换可以变成一个F(ω)
其实就是说，把一个周期函数通过傅里叶级数展开分解成不同的频率

通过这个频率分析可以看出来，高频需要高频采样，否则就会走样。

走样的定义：

两个不同的函数，用同样的频率采样，我们无法区分它们。

Filtering滤波：

滤波就是对频域中的特定频率进行过滤。
当我们把一张图进行傅里叶变换（白：低频信息黑：高频信息）：

对频域上进行高通滤波处理，去除低频，得到就是边界信息。因为边界像素信息对比强烈，属于频域中的高频。当我们通过高通滤波把高频提取出来，就得到了图形中的边界信息。

对频域上进行低通滤波处理，去除高频，图像就会模糊。因为边界像素信息对比强烈，属于频域中的高频，当我们通过低通滤波把高频过滤调，那么边界就会模糊，图像就会模糊。