"當我們追溯心理學發展的歷史時，我們就會陷入空想、矛盾和謬誤與某些真理交織在一起的迷宮之中。"
——托馬斯·里德（Thomas Reid)
我希望我已經說服了你，看並非如你想像得那樣簡單。看是一個建構過程，在此過程中，大腦以並行的方式對景物的很多不同"特徵"進行響應，並以以往的經驗為指導，把這些特徵組合成一個有意義的整體。看涉及大腦中的某些主動過程，它導致景物明晰的、多層次的符號化解釋。
我們現在要考慮的是，當我們觀看物體、它與我們及其他物體的相對位置以及它的形狀、顏色、運動等某一屬性時，大腦必須執行的某些基本操作。也許，我們應該認識到的最重要的一點，就是視野中的物體並不像你看到的那樣。每個物體並非以清楚和確定的方式做了標記，你的大腦必須使用各種線索，使景物中對應同一物體的各個部分整合在一起。在現實世界中，這並不是一件容易的事情。物體可能部分被遮擋或是呈現在易於混淆的背景之中。
舉個例子就會較清楚了。請看圖5中的這張照片。你會毫不費力地立刻看出，這是一張正在注視窗外的年輕女子的面孔。但仔細觀看就發現，窗戶的木窗欞將該女子的面孔分成了四部分。但是，你並沒有把它看成是四個不同人臉的四個分離的片斷。你的大腦將它們組合在一起，解釋為一個單一物體——被面前的木窗欞部分遮擋的一張面孔。這一組合是怎樣完成的呢？
這便是格式塔心理學家馬克思·沃特海默（Max Wertheimer）。沃爾夫岡·科勒爾（Wolfgang Kohler）和庫爾特·科福卡（Kurt Koffka）的主要研究興趣之一。這場運動於1912年前後在德國興起，並在美國結束。納粹掌權後，他們三人全部離開德國。我的詞典將"格式塔（gestalt)"定義為"一個各部分之間相互影響的有機整體，而整體大於各部分之和。"①換句話說，你的大腦必須根據你以往的經驗和你的基因中所體現的遠古祖先的經驗，通過發現各個部分的最優組合，主動地構造這些"整體"。這種組合最有可能對應於真實世界中某個物體的有關方面。很明顯，重要的是各部分之間的相互作用。格式塔學派試圖對視覺系統共同的相互作用類型進行分類，並把它們稱為知覺定律。他們的組合定律包括接近性、相似性、良好的連續性和封閉性。下面讓我們依次對它們進行討論。
接近律說明，我們傾向於將那些相互靠得很近且離其他相似物體較遠的東西組合在一起。這在圖6中就看得很明顯。該圖由許多規則的矩形陣列小黑點組成。你的大腦既可能將它們組織成水平線也可能組合成垂直線。但實際上，你把它們看成是垂直線。這是因為，一個點到其最近點的距離，在垂直方向要比水平方向短。其他實驗顯示，接近律通常指"空間上接近"，而非在視網膜上的接近性。
格式塔的相似律是說，我們將那些明顯具有共同特性（如顏色。運動、方向等）的事物組合在一起。如果你看見一隻正在跑的貓，你就會把它身體的各個部分組合在一起。因為一般來講，當貓跑時，它的各個部分會在一個方向上運動。同樣原因，正在樹叢中爬行的貓也會被識別出來。但是，如果它紋絲不動，我們就很難發現它。
良好的連續性定律可以由圖7加以說明。該圖的上部分顯示兩條相互交叉的曲線。我們的確把它看成是兩條線，而不是像該圖的下部分所顯示的那種交匯於一點的四條線或是兩個靠近的V型。我們同樣傾向於把中斷的線段看成是被某個物體遮擋一部分的連續直線。
請看圖8a所表示的一組八個奇形怪狀的物體。中間兩個與字母Y類似，另外六個為扭曲的箭頭。而在圖8b，你大概會看到一個被三個斜條遮擋的三維立方體框架。現在，那些奇形怪狀的物體已成為上下兩圖的組成部分。第二個圖形中更容易看成是立方體，因為它似乎是一個被斜條遮擋的單一物體。而第一個圖形，由於缺少任何遮擋線索，因而更容易被看成是八個獨立的物體。
封閉性在線畫圖形中表現得最為明顯。如果一條線形成了封閉的或幾乎封閉的圖形，那麼我們就傾向於把它看成是被一條線包圍起來的圖形表面，而不僅僅是一條線。①
格式塔學派還有一個被稱為"簡潔"（Pragnanz）的普遍原理，它可以近似地被譯為"優良性"。它的基本思想就是視覺系統對輸入的視覺信息作出最簡單、最規則和具有對稱性的解釋。大腦如何判斷哪個解釋"最簡單"呢？現代的觀點認為，最好的解釋往往只需要很少的信息（在技術意義上）進行描述，而壞的解釋往往需要更多的信息。①
換句話說，大腦需要一個合理的解釋而不是奇特的解釋。這就意味著，這種解釋不因觀察點的微小變化而發生根本改變。這是由於，在過去當你看一個物體時，你常常在景物中運動，因此，你的大腦已經把該物體的各個不同方面記錄了下來，並認為它們屬於同一個事物。
格式塔知覺定律不能看作是嚴格的定律，而只能算是一種實用的啟發式研究。因此，它們可以作為視覺問題的合適的人門知識。真正哪些操作過程導致了這些"定律"的出現，這正是眾多視覺心理學家試圖發現的東西。
正如格式塔學派已經認識到的那樣，視覺中的一個重要操作就是圖形背景分離。要識別的物體稱為"圖形"，其周圍環境稱為"背景"。這種分離也許並不總是輕而易舉的事，仔細觀察圖9你就會知道，如果你從來也沒有看到過這幅圖，你會很難看出有什麼可識別的物體。但過了一會兒，你就有可能意識到，圖畫的一部分代表一隻達爾馬提亞（Dalmatia,南斯拉夫地名）狗。在這種情形，圖形背景的分離被有意複雜化了。
還可能構造一幅模稜兩可的圖形背景分離圖像。請看圖10。第一眼看來，它像一個花瓶，但繼續觀察就可能看成是兩張臉的側視圖。本來花瓶是圖形，而現在人臉的輪廓線成了圖形，原先的花瓶就成為背景了。但是，這兩種解釋很難在同一時刻看到。
大腦在決定哪些視覺特徵屬於某個物體時，要依賴於大體上符合格式塔知覺定律的明顯的視覺線索。因此，倘若一個物體較堅實（接近性）、具有明確的輪廓（封閉性）、朝一個方向運動（共命運），而且整個為紅顏色（相似性），那麼，我們就很可能認為這是一個運動的紅球。
對一個動物來說，出色地完成此類任務是至關重要的。否則，它就很難發現天敵或獵物以及蘋果之類的其他食物。它必須能把圖形和背景分離開來。所謂的偽裝物就是試圖混淆這一過程，偽裝的作用是破壞表面的連續性(如戰士穿的迷彩服），併產生一個易於混淆的輪廓，從而使真實的輪廓偽裝起來。顏色也可能與背景混雜在一起。一隻躡手躡腳移動的貓不時地停下來，就是為了避免給獵物提供任何運動線索。正如有人所認為的那樣，我們由進化獲得的良好的顏色視覺，使我們的靈長類祖先能夠在紛亂的綠色背景中發現紅色的果實。能給我們帶來眾多視覺樂趣的東西，可能就是最初發現食物和識破偽裝的裝置。
我們對最早階段視覺加工知識的了解，部分來自於對眼和腦的研究（參見第十章）。需要執行的最早操作差不多是去除冗餘信息。眼中的光感受器對落人眼睛的光強起反應。假如你觀察一面完全均勻而光滑的白牆，那麼你眼內的所有光感受器將會對光作出同樣的反應。有什麼理由將所有這些信息傳遞給大腦呢？對眼底視網膜來講，最好是先對這些信息進行處理，使大腦知道哪裡是空間上光強變化的地方——牆的邊緣。如果整個視網膜區域沒有光強變化，那麼就不發送任何信號。大腦從"無信號"就可以得出"無變化"以及牆的這一部分是均勻的推論。
正如我們在後面章節將會看到的，在某種程度上，大腦對不同類型信息的處理是在不同的平行通路中實現的。因此，對如何觀看形狀、運動、顏色等過程分別進行研究是有道理的，儘管這些過程具有某種程度的相互作用。
讓我們先從形狀開始，很明顯，抽提輪廓對於大腦非常有用。這就是為什麼我們對線條圖能如此容易地產生反應的原因。即使沒有任何陰影、紋理、顏色等特徵，你仍然可以對某景物的線條圖形作出解釋（如圖11）。這說明，大腦中某些元素對精細的細節有較好的反應，另外一些對細節較少的部分起反應，而其他元素則對空間上的粗略變化起反應。你如果僅僅能看到後者，這世界就會模糊得像焦距沒調準一般。心理學家常使用"空間頻率"一詞。高空間頻率相應於精細的細節，低空間頻率對圖像在空間上的緩慢變化起反應。
請看圖12。你很可能將它看成是具有均勻灰度的一些小正方形的組合體。現在，如果把它弄模糊（摘掉眼鏡、半閉著眼睛或將它放到房內的遠處），你就可能認出是林肯的面孔。圖的細節（小正方形的邊緣）干擾了識別