Elysia Tools
导航
Design
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
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
图像自定义卷积核工具允许用户通过输入自定义矩阵值，对图片进行深度卷积处理，从而实现模糊、锐化、边缘检测等个性化视觉滤镜效果。
背景
设计师需要对一张模糊的建筑照片进行锐化处理，但标准滤镜效果不理想。
问题
需要通过自定义卷积矩阵增强图像边缘细节。
如何使用
上传图片，选择 3x3 矩阵，输入锐化矩阵值，并设置强度为 1.0。
kernelSize: 3, kernelValues: "0, -1, 0, -1, 5, -1, 0, -1, 0", intensity: 1.0, normalize: true结果
图像的边缘细节得到显著增强，建筑线条更加清晰锐利。
背景
学生正在学习卷积神经网络的基础知识，需要直观观察边缘检测矩阵的效果。
问题
需要将图片转换为仅显示边缘的黑白轮廓图。
如何使用
上传图片，选择 3x3 矩阵，输入边缘检测矩阵值，并将输出模式设为阈值。
kernelSize: 3, kernelValues: "-1, -1, -1, -1, 8, -1, -1, -1, -1", outputMode: "threshold"结果
生成了一张高对比度的边缘轮廓图，清晰展示了图像中的物体边界。
卷积核是一个小的矩阵，通过在图像上滑动并进行加权计算，改变像素值以实现模糊、锐化等效果。
归一化会自动调整矩阵元素之和为1，防止处理后的图像过亮或过暗，保持整体亮度平衡。
请按从左到右、从上到下的顺序输入数值，并使用逗号分隔，确保数值总数与所选矩阵大小匹配。
支持 JPEG、PNG、WebP、GIF、BMP 和 TIFF 等常见图片格式。
该工具会根据原始图像进行计算，输出质量取决于原始文件的分辨率和所选的卷积参数。