Design

图像自定义卷积核

通过定义自己的矩阵值应用自定义卷积核，实现个性化图像效果和处理

file· 文件结果打开工具

快速开始

用三种语言从你的代码中调用此工具。

cURL

# 1) Upload each file first → returns { filePath }
curl -X POST 'https://api.elysiatools.com/upload/image-custom-kernel' \
  -F 'file=@/path/to/imageFile.ext'

# 2) Call the tool with the returned filePath values
curl -X POST 'https://api.elysiatools.com/zh/api/tools/image-custom-kernel' \
  -F 'imageFile=/path/to/file.ext' \
  -F 'kernelSize=3' \
  -F 'kernelValues=输入逗号分隔的值（例如，3x3时：1, 2, 1, 2, 4, 2, 1, 2, 1）' \
  -F 'intensity=1' \
  -F 'normalize=true' \
  -F 'outputMode=normal'

API 参考

以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。

请求端点

HTTP

POST https://api.elysiatools.com/zh/api/tools/image-custom-kernel

请求参数

参数名	类型	必填	说明
imageFile	file需先上传	是	应用自定义卷积核的图片
kernelSize	select	否	卷积矩阵的大小
kernelValues	textarea	是	矩阵值（从左到右，从上到下）。3x3需要9个值，5x5需要25个值，等等。
intensity	number	否	卷积效果的强度（0.1-10.0）
normalize	checkbox	否	归一化核，使所有元素之和等于1（边缘检测除外）

MCP 集成

将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。

服务配置

将以下内容加入你的 MCP 客户端配置：

mcp.json

{
  "mcpServers": {
    "elysiatools-image-custom-kernel": {
      "name": "image-custom-kernel",
      "description": "通过定义自己的矩阵值应用自定义卷积核，实现个性化图像效果和处理",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=image-custom-kernel",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

列出可用工具

连接到 SSE 端点后，列出已开放的工具：

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

调用此工具

通过工具 id 调用，参数由其参数表构建：

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "image-custom-kernel",
    "arguments": {
  "imageFile": "https://example.com/file.ext",
  "kernelSize": "3",
  "kernelValues": "输入逗号分隔的值（例如，3x3时：1, 2, 1, 2, 4, 2, 1, 2, 1）",
  "intensity": 1,
  "normalize": true,
  "outputMode": "normal"
}
  }
}

可用逗号分隔的 toolId 在一个会话中串联多个工具，例如 /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp（最多 20 个）。

浏览工具打开工具