分类

← View All Tools

图片边缘检测

应用专业边缘检测算法（Sobel、Prewitt、Laplacian、Canny），可调节阈值和可视化选项

Click to upload file or drag and drop file here

Maximum file size: 20MB Supported formats: image/jpeg, image/png, image/tiff, image/webp, image/bmp

上传图片进行边缘检测

边缘检测阈值（0-255）

Canny检测器高阈值（0-255）

核孔径大小（奇数，3-15）

检测边缘的颜色（十六进制或R,G,B）

在边缘检测结果旁显示原图

有损格式的输出质量

关键信息

分类
Design
输入类型
file, select, number, color, checkbox
输出类型
file
样本覆盖
4
支持 API
Yes

概览

图片边缘检测工具是一款专业的图像处理工具，它能应用 Sobel、Prewitt、Laplacian、Canny 等多种经典算法，快速识别并提取图片中的边缘和轮廓。用户可灵活调整检测阈值、核大小等参数，并自定义输出颜色与格式，以获得清晰、精确的边缘图像，适用于设计、分析和创意工作。

适用场景

  • •需要从照片或设计稿中提取清晰的物体轮廓时。
  • •进行图像分析或计算机视觉项目，需要预处理图像以突出结构特征时。
  • •为艺术创作或视觉效果生成具有线条感的图像时。

工作原理

  • •上传一张本地图片（支持 JPEG、PNG、WebP 等常见格式）。
  • •从下拉菜单中选择一种边缘检测算法，如 Sobel 或 Canny。
  • •根据需要调整边缘阈值、核孔径大小等参数，并选择输出模式（如仅边缘或边缘方向）。
  • •点击处理，工具将应用算法并生成结果图片，可直接下载。

使用场景

设计师快速从产品照片中提取线稿，用于草图或矢量图绘制。
开发者为机器学习项目预处理图像数据，突出物体边界特征。
艺术创作者生成具有素描或版画风格的视觉效果图像。

用户案例

1. 提取产品设计草图

工业设计师
背景原因
设计师拍摄了一张产品原型的照片，需要快速获得一个干净的黑白线稿，以便在绘图软件中进一步编辑。
解决问题
手动描绘轮廓费时费力，且不够精确。
如何使用
上传产品照片 `prototype.jpg`，选择 `Canny` 检测方法以获得精确边缘，将 `边缘阈值` 设为 80，`Canny高阈值` 设为 150，输出模式选择 `仅边缘（黑白）`。
效果
生成一张背景为纯黑、产品轮廓为纯白的清晰线稿图，可直接导入 Illustrator 进行描摹。

2. 预处理图像用于目标检测

计算机视觉工程师
背景原因
在训练一个识别特定零件的模型前，需要增强图像中零件的边缘特征，以提高模型对形状的敏感度。
解决问题
原始图像背景复杂，零件边缘不够突出。
如何使用
上传零件图像，选择 `Sobel` 算子，设置适中的 `边缘阈值`（如 60），并选择 `边缘方向（彩色）` 输出模式以保留梯度方向信息。
效果
获得一张边缘被彩色高亮、方向信息可见的图像，作为增强特征输入到神经网络中进行训练。

用 Samples 测试

image, png, jpg
Windows C++ 图像处理示例
Windows C++ 图像处理示例，包括读取/保存图像、调整大小和使用Windows Imaging Component进行格式转换
title token image
image
Web Rust 图像处理示例
Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换
title token image
image
macOS Objective-C 图像处理示例
macOS Objective-C 图像处理示例，包括图像读取保存、图像缩放和格式转换
title token image
image
Web Python 图像处理示例
Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
title token image
image

相关专题

Image 工具专题
探索 40 个围绕 image 的 utility 工作流工具，快速找到相近能力。
ImageConvert工具专题
探索 100 个围绕 image 的 convert 工作流工具，快速找到相近能力。

常见问题

支持哪些图片格式？

支持 JPEG、PNG、TIFF、WebP 和 BMP 格式的图片文件。

哪种边缘检测算法最好？

没有绝对最好的算法。Sobel 和 Prewitt 适合一般用途；Canny 效果更精确但参数较多；Laplacian 对噪声敏感。建议根据图片特点尝试不同算法。

阈值参数有什么作用？

阈值决定了多明显的亮度变化会被识别为边缘。值越低，检测到的边缘细节越多（可能包含噪声）；值越高，只保留最显著的边缘。

可以同时显示原图和结果图吗？

可以。在选项中勾选“显示原图对比”，输出图像将并排显示原图和边缘检测结果，方便对比。

输出图片可以是什么格式？

可以选择保持原格式，或输出为 JPEG、PNG、WebP 格式。对于 JPEG 和 WebP，还可以调整输出质量。

API 文档

请求端点

POST /zh/api/tools/image-edge-detect

请求参数

参数名 类型 必填 描述
imageFile file (需要先上传) 是 上传图片进行边缘检测
detectionMethod select 否 -
threshold number 否 边缘检测阈值（0-255）
threshold2 number 否 Canny检测器高阈值（0-255）
apertureSize number 否 核孔径大小（奇数，3-15）
outputMode select 否 -
edgeColor color 否 检测边缘的颜色（十六进制或R,G,B）
showOriginal checkbox 否 在边缘检测结果旁显示原图
format select 否 -
quality number 否 有损格式的输出质量

文件类型参数需要先通过 POST /upload/image-edge-detect 上传获取 filePath，然后将 filePath 传递给对应的文件字段。

响应格式

{
  "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)"
}
文件: 文件

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中： 

{
  "mcpServers": {
    "elysiatools-image-edge-detect": {
      "name": "image-edge-detect",
      "description": "应用专业边缘检测算法（Sobel、Prewitt、Laplacian、Canny），可调节阈值和可视化选项",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=image-edge-detect",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具，比如：`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`，最多20个。

支持 URL 文件链接或 Base64 编码作为文件参数。

如果遇见问题，请联系我们：[email protected]