Catégories

← View All Tools

Noyau de Détection de Contours d'Image

Applique des noyaux de convolution de détection de contours pour identifier et mettre en évidence les contours

Click to upload file or drag and drop file here

Maximum file size: 10MB Supported formats: image/jpeg, image/png, image/webp, image/gif, image/bmp, image/tiff

Image pour appliquer le noyau de détection de contours

Type de noyau de détection de contours à appliquer

Force de l'effet de détection de contours (0.1-5.0)

Inverser le résultat de détection de contours (contours noirs sur fond blanc)

Format de sortie pour l'image traitée

Qualité de sortie pour les formats avec perte

Points clés

Catégorie
Design
Types d’entrée
file, select, number, checkbox
Type de sortie
file
Couverture des échantillons
4
API disponible
Yes

Vue d’ensemble

Notre outil de détection de contours utilise des noyaux de convolution avancés pour analyser vos images et isoler précisément les bordures, les limites et les structures géométriques complexes.

Quand l’utiliser

  • •Pour extraire des formes et des silhouettes à partir de photographies complexes.
  • •Pour préparer des images destinées à des algorithmes de vision par ordinateur ou de reconnaissance de formes.
  • •Pour créer des effets artistiques stylisés en mettant en évidence les lignes structurelles d'une image.

Comment ça marche

  • •Téléchargez votre fichier image dans l'un des formats pris en charge.
  • •Sélectionnez le type de noyau de convolution souhaité, comme Sobel, Laplacien ou Prewitt.
  • •Ajustez l'intensité de l'effet et choisissez d'inverser les couleurs si nécessaire.
  • •Configurez le format de sortie et la qualité, puis lancez le traitement pour obtenir votre image détourée.

Cas d’usage

Analyse technique et extraction de caractéristiques pour la recherche en imagerie.
Création de masques de découpe pour le design graphique et le montage photo.
Amélioration de la lisibilité des documents numérisés ou des schémas techniques.

Exemples

1. Extraction de contours pour illustration

Graphiste
Contexte
Un graphiste souhaite transformer une photographie complexe en un dessin au trait minimaliste pour un projet d'impression.
Problème
Les détails de texture inutiles polluent le rendu final.
Comment l’utiliser
Utiliser le noyau 'Laplacien Amélioré' avec l'option d'inversion activée pour obtenir des lignes nettes sur fond blanc.
Configuration d’exemple
kernelType: laplacianEnhanced, invert: true, format: png
Résultat
Une image vectorisable avec des contours noirs bien définis, prête à être intégrée dans un logiciel de dessin.

2. Analyse de structure architecturale

Architecte
Contexte
Un architecte doit analyser les lignes de fuite d'une façade à partir d'une photo de chantier.
Problème
Les ombres portées masquent les arêtes structurelles du bâtiment.
Comment l’utiliser
Appliquer le noyau 'Sobel' horizontal et vertical séparément pour isoler les lignes de structure.
Configuration d’exemple
kernelType: sobel, intensity: 2.5, format: jpeg, quality: 90
Résultat
Une mise en évidence claire des arêtes du bâtiment, facilitant la mesure des angles et des proportions.

Tester avec des échantillons

image, png, jpg
Exemples de Traitement d'Images Web Python
Exemples de traitement d'images Web Python utilisant PIL/Pillow incluant la lecture, l'enregistrement, le redimensionnement et la conversion de format
title token image
image
Exemples de Traitement d'Images Windows C++
Exemples de traitement d'images Windows C++ incluant lecture/sauvegarde d'images, redimensionnement et conversion de format utilisant Windows Imaging Component
title token image
image
Exemples de Traitement d'Images Web Rust
Exemples de traitement d'images Web Rust incluant lecture/écriture, redimensionnement et conversion de format
title token image
image
Traitement d'Images macOS Objective-C - Exemples
Exemples traitement d'images macOS Objective-C incluant lecture/écriture images, redimensionnement images et conversion format
title token image
image

Hubs associés

Outils Image pour Convert
Découvrez 100 outils image pour des workflows de convert et comparez rapidement des utilitaires proches.
Outils Image
Découvrez 40 outils image pour des workflows de utility et comparez rapidement des utilitaires proches.
Outils Json pour Convert
Découvrez 100 outils json pour des workflows de convert et comparez rapidement des utilitaires proches.
Outils Audio pour Convert
Découvrez 100 outils audio pour des workflows de convert et comparez rapidement des utilitaires proches.

FAQ

Quels formats d'image sont acceptés ?

L'outil prend en charge les formats courants tels que JPEG, PNG, WebP, GIF, BMP et TIFF.

Quelle est la différence entre Sobel et Laplacien ?

Sobel est idéal pour détecter les contours directionnels (horizontaux ou verticaux), tandis que le Laplacien détecte les changements d'intensité dans toutes les directions.

Puis-je inverser les couleurs du résultat ?

Oui, l'option 'Inverser les Contours' permet d'obtenir des contours sombres sur un fond clair, ce qui est utile pour l'impression ou le dessin technique.

L'intensité affecte-t-elle la précision ?

L'intensité ajuste la sensibilité de la détection ; une valeur plus élevée accentue les détails fins, tandis qu'une valeur faible se concentre sur les contours majeurs.

La qualité de l'image est-elle préservée ?

Vous pouvez choisir de conserver le format original ou de convertir l'image, avec un contrôle total sur la qualité de compression pour les formats avec perte.

Documentation de l'API

Point de terminaison de la requête

POST /fr/api/tools/image-edge-detect-kernel

Paramètres de la requête

Nom du paramètre Type Requis Description
imageFile file (Téléchargement requis) Oui Image pour appliquer le noyau de détection de contours
kernelType select Non Type de noyau de détection de contours à appliquer
intensity number Non Force de l'effet de détection de contours (0.1-5.0)
invert checkbox Non Inverser le résultat de détection de contours (contours noirs sur fond blanc)
format select Non Format de sortie pour l'image traitée
quality number Non Qualité de sortie pour les formats avec perte

Les paramètres de type fichier doivent être téléchargés d'abord via POST /upload/image-edge-detect-kernel pour obtenir filePath, puis filePath doit être passé au champ de fichier correspondant.

Format de réponse

{
  "filePath": "/public/processing/randomid.ext",
  "fileName": "output.ext",
  "contentType": "application/octet-stream",
  "size": 1024,
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
Fichier: Fichier

Documentation de MCP

Ajoutez cet outil à votre configuration de serveur MCP: 

{
  "mcpServers": {
    "elysiatools-image-edge-detect-kernel": {
      "name": "image-edge-detect-kernel",
      "description": "Applique des noyaux de convolution de détection de contours pour identifier et mettre en évidence les contours",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=image-edge-detect-kernel",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Vous pouvez chaîner plusieurs outils, par ex.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, max 20 outils.

Prend en charge les liens de fichiers URL ou la codification Base64 pour les paramètres de fichier.

Si vous rencontrez des problèmes, veuillez nous contacter à [email protected]