当我们听音乐时，所有的声音都是在给定的时间以一定的顺序提供给我们的。注释及其顺序不会更改。艺术家只能以自己的方式解释乐谱，但是，听众无法改变任何事情。他们必须按原样接受它。在图像的情况下，当涉及到查看图像的视觉元素的顺序和时间时，情况完全不同。每个人对图像的看法都不同。他们开始关注图像的某个区域，最吸引他们注意力的区域，然后移动到其他区域，没有任何预期的模式。注意力区域的顺序和在每个区域上花费的时间不仅对于每个专注于一个图像的人不同，甚至对于同一个人和同一图像在不同的时间也是如此。
第一个研究人们看待图像方式的科学实验是由芝加哥的Guy T. Buswell教授使用眼动追踪设备进行的，并于1935年发表。他将观众暂停的注意力区域称为“注视区”（注视区），将标记这些区域中心的点称为“注视中心”。在检查了200名受试者（总共1877次眼球运动路径测量值）后，包括来自艺术学校的学生和儿童，他得出了以下结论：有些人在整个图像中快速移动眼睛，并暂停一小段时间以专注于其最重要的方面。反过来，其他人则长期专注于小区域。没有两个观众会以相同的方式看待图像。尽管如此，我们可能会注意到眼球运动的一些共同特征。起初，许多观众倾向于在图像中快速移动眼睛，在各个地方短暂停留。眼球运动的路径相对较长。然后，观众专注于较小的区域，在那里他们暂停了更长的时间，他们通过短时间的眼球运动来检查。通过将同一图像注册的所有视觉路径并置，将它们一个接一个地放在一个列表中，Buswell注意到许多观众集中的密集注视区域。这些地方在意义方面是丰富的。对于Buswell来说，这意味着人们不会随机观看图像，因为他们专注于相同的区域。每个人的不同之处在于在这些区域停顿的顺序和长度。
摄影师或画家的任务比音乐家的任务更困难。图像应该移动观看者，无论他的眼睛遵循的路径如何，即无论图像各个元素的停顿顺序和长度如何。画家保罗·克利（Paul Klee，1879-1940）曾有一段时间也是一位专业小提琴家，他认为“一首音乐比图像更有优势：声音的聆听顺序与它们被书写的顺序相同。但是，当您多次听同一首曲子时，因为重复相同的印象，您可能会在聆听时感到懒惰和注意力不集中。图像不是这种情况。外行人可能不知道哪个领域应该成为焦点。然而，经验丰富的观众在图像接收机会方面具有优势：当他们有意识地改变视觉路径时，他们会发现新的印象”。
音乐不是一系列的声音。它们之间必须有一定的关系，以便它们形成的东西不仅仅是无意义的声音。一系列声音所唤起的情感取决于这种关系。图像也会发生同样的情况。如果要对观看者产生强烈影响，图像元素之间应该存在某些关系。
为了更好地理解图像对人的影响，我们应该从理解某些术语的含义开始：外表、本质和还原。
实际上，每个物体（noema）——无论是否有生命——都有它的自然外观，即我们感知到的物体。它取决于照射在它上面的光线，天气条件（无论物体是否位于外部），它的颜色或灰度水平，它的纹理和三维形状。一旦一个物体被拍摄下来，我们把它作为图像的一个元素来观察，它的脸就会变成一种图像外观，这不仅取决于它的自然外观，还取决于作者的视觉和技术，交流手段（纸张、屏幕、复印件、打印输出等）和图像质量。在这两种外观之间会出现一种外观，即摄影师想象物体在图片上的样子。
当摄影师寻找要拍摄的动机时——noemata，第一眼吸引他的是它们的自然外观和潜在内容的闪光。然后他开始深入观察：找到动机的最佳形式，预见其图像外观，同时接收其内容。因此，摄影师从真实的心态过渡到理想的心态。首先，他感知到真正的无名，然后专注于尚未真正存在的动机的意识形态表象;它只存在于他的想象中。
形式，即构图，包括对图像元素进行排序，在当时与其形状和价值之间的联系之间建立空间关系。相机中拍摄照片的视角和焦距的选择对图像构图有相当大的影响。形式通常与美感有关。一个人对美的愉快反应一方面是基因编码的，另一方面是后天习得的。我们大脑中的某些区域被审美刺激激活。在下一阶段，神经元系统将这些印象转化为积极的情绪体验。从美学角度优化构图不足以反映动机的全部潜力。美只不过是看得更深的诱饵。
没有具体的构图规则，因为在寻找动机的最佳形式时，摄影师和物体之间建立了密切的关系。敏感摄影师在任何方向（向右、向左、向上、向下、向前或向后）的每一个动作都会改变他伴随动机接收而来的情绪强度。最好的观点是激起最深刻情感的观点。通过应用任何规则将智力结构叠加在动机构图上都会破坏摄影师和对象之间的这种密切关系。
但是，在创建动机组合时，应牢记某些一般原则。他们的解释非常个人化，只取决于摄影师的敏感性。
第一个原则是寻求平衡，即视觉平衡。这是一种稳定的体验：一切都有自己的位置，适当的比例，色调或颜色。过去，人们谈论在形式上寻找和谐。神经学家在提到考古学家的发现时说，人类作品中和谐的第一个例子是在大约 1 万年前观察到的。对称感在直立人创造的石器中首次可见。这种现象与进化有关：人脑的容量扩大到大约5 cm800。
然而，和谐并不一定意味着对称，通常不等于对称。这与愉快的接待有关。
在20世纪，我们感受到人类创作的和谐程度较低，主要是古典音乐。目前，和谐和不和谐等术语变得越来越重要，因为它们更好地反映了和谐与缺乏和谐之间的细微差别。
在音乐中，和谐和不和谐与声音的愉快和不愉快的接收有关，它们的根源在于物理定律。它们指的是音程（两个声音之间的距离或两个不同声音的共鸣）和和弦（至少三个不同声音的同时组合）。辅音（和声）和不和谐音之间的区别与黑白之间的区别不同。它们之间存在各种阴影。音程或多或少是和谐的，或多或少是不和谐的。例如，八度和第五比三分之一和第六度更和谐。最不和谐的是三音，在古老的骶骨音乐中，三音在音乐中被称为恶魔。 氚的一个例子是 f-h 间隔。七分之一比三音不和谐。
不和谐很久以前就出现在音乐中，但它总是温和的。直到20世纪，作曲家才开始普遍和持续地使用它。这就是为什么当代古典音乐的接受更加困难的原因。问题是，习惯于密集的不和谐是否会改变人的敏感性，并在很大程度上降低他对和谐的接受。
和谐是稳定的。当我们听到它时，我们的印象是我们已经感知到了一些完整的东西——没有必要再进一步了。反过来，不和谐的音程是不稳定的，它们会产生令人不快的紧张感，需要解决到下一个播放的音程，以便再次恢复平衡。在音乐作品中，回归稳定是司空见惯的，即使在当代作品中也是如此，但用密集的不和谐音铺就的最终目标的道路可能是一种折磨。
不和谐可能以两种不同的方式在图像中发生：在构图或内容中。然而，还有第三种制造不和谐的方式：作为从整个图像系列中脱颖而出的作品。最后一个选项在出版物的照片编辑工作或展览策展人的作品中可见。
在伟大画家的作品中，不和谐可能出现在内容中，但几乎从未出现在构图中。一个很好的例子是达芬奇的“貂皮女士”。我感觉构图是平衡的，但少女的右手并不像整幅画那样细腻和微妙。它是骨质的，涂有太多的“解剖学”细节。这只不和谐的手很可能是一个隐喻，表明女孩不是无辜的。
对于一个寻求构图平衡的摄影师来说，相对和谐的概念与画家一样重要。构图是为了服务于图像的表现质量，内容中的有意识的不和谐可能在这里发挥重要作用。和谐（和谐）和不和谐之间没有明确的区别。
构图的第二个原则是纯度：从图像中排除不必要的元素。如果这些元素是由于作者的疏忽或无意识而发生的，它们会破坏图像传达的信息，甚至可能完全破坏它。当通过取景器、对焦屏幕或任何窗口观察动机时，摄影师可以根据自己的灵敏度决定最终构图中允许的动机元素和比例。图像的每个元素都很重要。一切都需要考虑在内。
在音乐会上，当钢琴家凭记忆演奏时，他们中的许多人会犯错误，有时会演奏错误的音符，这些音符未包含在原始剧本中。如果这样的音符不和谐，除了其他了解这首曲子的音乐家之外，观众中很少有人会注意到它们。当一个没有经验的观众长时间看一幅图像时，他会比造成这种不完美的单个元素更容易察觉到普遍缺乏表达。
构图的第三个原则是寻求形状和图像元素值之间的强烈视觉关系。这种搜索称为相关视觉。重复的线条、曲率和形状以不同的比例（倾斜、反转等）出现在图像的不同位置，可以形成加强构图的节奏。每个形状或区域都有其价值，这取决于其形状，颜色，灰色阴影和纹理。对于保罗·克利（Paul Klee）来说，“如果图像构图是基于一系列不同的价值观而精确而坚实的，那么观众的眼睛就会从吸收最吸引他的价值观开始。在“消化”了这些第一印象之后，他继续下一个印象。值之间的强烈对比导致观众的眼睛长时间在区域之间跳跃，就好像它正在跟随它正在狩猎的动物，或者它有节奏地从一个地方移动到另一个地方。但是，如果构图基于松散、粗心的结构，观众的眼睛就会像小船一样漂浮在波涛汹涌的水面上，无论水流将它带到哪里。
对于摄影师来说，一个严重的问题是想象动机的图片外观的能力，即我们所说的意象，在他决定拍摄它之前，然后对意识形态的外观而不是动机的自然外观做出反应。这既需要经验，也需要适当的想象力。然而，这不仅涉及形式，因为形式与内容密切相关。这两个概念是不可分割的。不可能在不感知内容的情况下查看表单，因为前者应该为后者服务。在最好的图像中，两者都是强大的，并且相辅相成。在糟糕的图像中，人们可能会确认形式超过了内容，或者相反。然而，如果它们——形式和内容——都太弱，甚至缺席，那就更糟了。
总结一下：形式应该服务于内容。
创作者可能传达的最重要的——也许是唯一的——内容是真相。这既不是现实，也不是可行性，也不是科学陈述，也不是文件，也不是客观世界。这是一个内在的真理：感情的绝对诚实。一个准备充分的接受者可能只有被巧妙地分享的真实经历所深深打动。为了拥有如此强烈的体验，创作者应该认识到适当动机的潜力并达到其本质。
与外观类似，每个对象（无论是否具有动画）都有自己的本质，包括自然和视觉。很难准确定义本质; 描述它是如何体验的更容易。哲学流派所定义的本质更适合于智力讨论，而不是视觉创作中的具体应用。
本质不仅与物质对象有关。它也存在于音乐作品中。达到本质取决于我们如何听音乐。有三种倾听方式。第一个是最糟糕的。我们在家里或工作中打开声音源——收音机或CD播放器，边听边做其他事情。这意味着声音只是听众的背景。第二个包括专注于我们听的声音：在现场表演期间或播放录音时。然后经常，有时不断地，各种想法出现在我们的脑海中。其中一些与我们听到的内容无关。它们与我们的日常问题相当相关。其他即将到来的想法是我们想象的场景，灵感来自我们正在听的声音。其他的仍然与我们的音乐知识有关，即将这首曲子与我们过去听到的这首曲子的其他解释或我们想象中的理想解释进行比较。我们偶尔会设法清空头脑，什么都不去想，只是对我们所听到的做出反应。第三种倾听方式是最困难的，需要大量的练习。它包括完全打开我们的思想，让声音顺利地到达我们，没有任何智力障碍。这意味着在倾听时不要思考任何事情。这种自由状态被称为还原。在这个过程中，每个声音的音调丰富度、声音之间的关系、短语发音和作品结构都直接影响我们的体验。如果我们没有足够的还原练习，或者当作品的某些部分更差时，或者更糟糕的是，如果解释不正确，思想就会困扰我们。为了获得还原的经验，我们开始在音乐作品的短部分使用这种方法，直到逐渐地我们能够处理整首作品。
一首音乐由作曲及其演绎组成。重要的不仅是房间的音响效果和我们听音乐作品的地方，还有我们在听音乐时的精神态度。在适当的条件下，我们应该通过还原来达到作品的本质。
本质是由noemata产生的一种未定义的，可辨别的能量：物质或非物质对象。我们关注的noemata可能是人，自然元素，日常生活中的场景，人类的创造 – 视觉，声音，媒体等。允许我们达到给定noema的本质的过程被描述为还原。这是一种没有知识、判断、比较或先入之见的接受方式。它能够接收来自给定noema的振动。
声音减少比视觉减少容易得多，因为声音可能会直接影响我们的情绪，而无需基于任何关联。
视觉接收非常复杂。当我们仔细观察一个给定的物体时，它的自然外观不仅对我们的感官而且对我们的智力都是一种刺激。Noema刺激我们大脑的各个区域。其中之一是自动识别过程所在的位置。我們的記憶使我們立即意識到我們看到一個人，一間房子，街道，一隻動物，一輛車，一棵樹或一朵雲等。有些动机有可能唤醒我们的想象力。对于摄影师来说，这可能既有消极的结果，也有积极的结果。例如，当我们开始给自己讲故事时，很可能没有其他人会讲同样的动机。这样的过程与视觉语言无关。它与“糟糕的文学”有关。当受到我们正在观察的动机的启发，我们感知到符号、符号或隐喻时，情况就不同了，例如一块石头、一棵树或一朵云变成了其他生物并超越了自己。发现一个隐喻可能和解决一个谜语一样令人兴奋。作者和观众是否都看到相同的隐喻并不重要;重要的是图像是否能够以令人兴奋的方式唤醒观众的想象力。对我们所见事物的理智解释可能是某些情绪的来源，但它通常会限制我们的视觉接收。当通过观察动机时，我们刺激负责思考的大脑区域，其他区域反应很少或根本没有反应，而这些在视觉接收中更为重要。这方面的一个例子可能是审美或潜意识反应。不减少就无法实现的先验体验更为重要。
为了更好地理解还原将我们引向何方，现象学的创始人埃德蒙·胡塞尔（1859-1938）使用了亚特兰蒂斯的比喻：
“几十年来，他没有推测新的亚特兰蒂斯，而是实际上在新大陆的无迹荒野中旅行，并在其某些地区进行了处女种植，他不会允许自己以任何方式被拒绝地理学家所吓倒，地理学家根据他们习惯的经验和思维方式来判断他的报告，从而免除在新土地上旅行的痛苦”。
心理学家亚伯拉罕·马斯洛（Abraham Maslow，1908-1970）是人文主义心理学和需求层次理论的创始人，他创造了“高峰体验”一词来描述超验体验，其中人觉得自己与世界完全和谐，并体验到巨大的内在和平。正如胡塞尔的比喻，马斯洛说，“非高峰者”永远不会理解“高峰者”，即至少经历过一次高峰的人。
超越与完全自由的感觉有关，与飞行的普遍轻盈有关，与超越情感和思想的深刻和平状态有关。一个人充满了正能量。在这种情况下，对人和世界的无私爱就出现了。根据马斯洛的说法，每个人都有可能体验到如此深刻的感受，但并不是每个人都寻求它们。
而听一段适当的音乐声音减少是一个纯粹的过程，它会导致听众陷入对任何事情缺乏意识的状态。出于这个原因，塞尔吉乌·切利比达什（1912-1996）认为减少是马斯洛需求层次中超越（高峰）体验或胡塞尔隐喻中的亚特兰蒂斯的最短途径。
就像我们应该找到合适的音乐片段来听一样，我们也应该找到合适的动机来拍照。无论这些是人、日常生活场景还是风景：我们都必须接触到它们。一旦我们到了想要拍照的地方，我们需要一些时间来关闭我们的日常想法并摆脱繁重的紧张情绪。潜在的动机是我们感觉到某些振动的动机，即其本质的一部分。对于动态动机，例如街景或光线逸出时，我们没有时间保持感知，我们需要快速拍照，因为动机会消失。静态动机的情况有所不同。视觉还原导致摄影师和动机之间的某种交流。当你尝试各种观点时，最好的是动力振动最强的观点。而最佳的构图是揭示其本质的构图。图像的形式，不是从动机中夺走的能量创造出来的，是死的。
问题再次出现：动机的自然本质是否转移到图像的本质？换句话说：摄影师所感受到的动机的能量是否也在摄影中感受到？情况并非总是如此。很大程度上取决于摄影师的技能。然而，这永远无法完美掌握。在某些时刻，视觉减少伴随着创作者的潜意识体验。它们一起工作，但不是同时工作。并非总是能够正确组合它们。
综上所述：动机的本质决定了它的形象外观。
什么是艺术品？它是人类的创造，在适当的条件下，可以在一个有充分准备（文化和心理上）的人身上带来超验的体验。艺术品就像一种声音。如果没有接受者，就没有艺术。如果没有接收者，声音只不过是空气振动，但它不是声音。缺少的是听觉，它使我们能够将波视为声音。因此，创作者和接受者之间的关系至关重要。多亏了胡塞尔，我们脱离了客观主义和主观主义的概念，达到了主体间性，即我在你身上找到了自己，你在我身上找到了自己。因此，对作品的感知取决于创作者和观众之间的互惠关系。胡塞尔用Intersubjektive Betreffbarkeit这个词来定义它。
专注于给定对象的减少，即我们到目前为止一直在分析的减少，称为局部。还有一个更广泛的概念：全球减排，不关注任何事情。这是一个达到宇宙本质的过程，吉杜·克里希那穆提（Jiddu Krishnamurti，1895-1986）将其称为所有能量的来源。在这种状态下，没有意识、潜意识、知识、过去或未来;对人和世界只有无私的爱。当艺术让我们在“亚特兰蒂斯”呆一会儿时，它就有意义了。