东京的风景并未用物体的目光凝视观众，而是我们把目光投向荒芜的东京风景，将埋没其间的丈夫看作死者一般。这是呈现丈夫愤怒的影像，是意义极其丰富的语言。丈夫就像是患了梦游症一样，向妻子卖身的地方走去。
此后的影像可以说是在小津的作品中最富故事性的影像了。每一个影像中都蕴含着确切的意义，这些含义不断积累，通过蒙太奇的手法，产生出流畅的叙述语言。这正是为讲述电影而使用的手法、文法。
在妻子卖身的房子里，丈夫叫来一个妓女。这个年轻的妓女无所事事地走到窗边，一边眺望旁边的小学，一边说道：“我就是从这个小学毕业的……那时，我常常在那里捡银杏树叶玩。”此时，我们能听见那所阳光照耀下的小学里传来的歌声，却看不到孩子们的身影。
诚然，小学的风景是通过妓女的双眼看到的，但风景并没有以物体的目光观看妓女。小学的风景引发了过去的回忆，它与观看风景的妓女被分别赋予了含义，观众也毫不迟疑地做出理解。由此，我们自身也被同化，用与妓女相同的目光一起眺望没有身影、只有歌声的校园。
毫无疑问，让观众与电影中的出场人物站在同一个视角上，让他们进行感情转移的同时讲述故事，这是电影正常的表现手法，对此，我们理所当然地加以接受，没有任何的怀疑。小津曾非常厌恶这种手法。认为它是电影蒙骗人的把戏，那他为什么要遵从这样的电影文法呢？
或许与上一部作品《长屋绅士录》一样，小津的反时代精神又起到了强大的作用。战后的现实充斥着虚伪的无序性，失去了共通的故事、共通的叙述手法。因此，小津反而使电影有序化，使一个个影像呈现出其含义并引申出整合性的故事情节。这正源自于小津审视时代、将一切都相对地来接受的平衡感吧。
丈夫在与妓女交谈的过程中恢复冷静，只是把钱给了她，便回去了。但是，丈夫陷入新的矛盾之中——即使陌生的妓女的遭遇值得同情，但唯有妻子是不可饶恕的。丈夫回到家后，面对一个劲赔罪的妻子，怒火又被点燃，意欲再次离家出走。妻子阻止丈夫离去，丈夫与妻子打斗起来，一失手，妻子从楼梯滚落下去。
此时，楼梯的影像又重复出现，毫无疑问，这个影像语言蕴含着丰富的含义，极其粗暴地展现在我们眼前。我们都听见了这个话语，也都一定理解了这个话语中所要传达的含义。
情绪激昂的场面很快结束，夫妻俩和好如初。丈夫抱着妻子的肩膀，用自言自语般的语气说道：“忘掉吧……让我们的爱情更加持久吧……”不过，事情过后，丈夫的心里可能只会留下落寞的思绪吧，就像吃了一嘴沙子似的。这与不经意间说出不该说的话而产生的空虚感十分相像。诚然，妻子从楼梯滚落的影像让楼梯说了不该说的话，影像明确地道出了不幸与悲伤。
小津就是这样一个人，他对影像明确讲述出含义感到悲伤。小津原封不动地接受了无序的世界，他对一直运动的影像对人们观看自由的掠夺，以及影像语言对这个世界的歪曲感到十分恐惧。在深深热爱着电影的同时，小津又对电影表示出极大的怀疑。
