Design

图像降噪

使用多种算法减少图像噪声，包括中值、高斯和双边滤波

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-noise-reduction' \
  -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-noise-reduction' \
  -F 'imageFile=/path/to/file.ext' \
  -F 'algorithm=median' \
  -F 'strength=1' \
  -F 'kernelSize=3' \
  -F 'iterations=1' \
  -F 'preserveEdges=true' \
  -F 'format=original' \
  -F 'quality=95'

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-noise-reduction

请求参数

参数名	类型	必填	说明
imageFile	file需先上传	是	上传任何图像文件（JPEG、PNG、WebP、GIF、BMP、TIFF）以减少噪声并提高图像质量
algorithm	select	否	选择降噪算法。中值适用于椒盐噪声，高斯适用于随机噪声
strength	range	否	降噪强度。较高值去除更多噪声但可能模糊细节
kernelSize	range	否	滤波器核的大小（必须为奇数）。较大的核去除更多噪声但可能模糊细节
iterations	number	否	降噪处理次数。更多迭代 = 更强的噪声减少

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-noise-reduction": {
      "name": "image-noise-reduction",
      "description": "使用多种算法减少图像噪声，包括中值、高斯和双边滤波",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=image-noise-reduction",
      "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-noise-reduction",
    "arguments": {
  "imageFile": "https://example.com/file.ext",
  "algorithm": "median",
  "strength": 1,
  "kernelSize": 3,
  "iterations": 1,
  "preserveEdges": true,
  "format": "original",
  "quality": 95
}
  }
}

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