Elysia Tools
导航
Design
应用Prewitt算子进行边缘检测，识别图像中的边界和梯度
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Prewitt边缘检测工具利用Prewitt算子对图像进行卷积处理，通过计算局部像素的梯度变化，精准识别并提取图像中的边界、轮廓及纹理特征。
背景
需要对生产线上的金属零件进行尺寸测量，原始照片背景复杂，干扰测量精度。
问题
需要快速提取零件的清晰轮廓，去除背景干扰。
如何使用
上传零件照片，选择“双向”检测，设置适当阈值以过滤金属表面的反光噪声，并选择“二值边缘”模式。
direction: both, threshold: 50, outputMode: binary, normalize: true结果
生成了一张黑白分明的零件轮廓图，边缘清晰，便于后续进行自动尺寸测量。
背景
设计师希望将一张建筑摄影作品转化为极简的线条画风格，用于海报设计。
问题
需要保留建筑的主要结构线条，同时忽略细微的纹理细节。
如何使用
上传建筑照片，选择“双向”检测，调高阈值以保留强边缘，选择“负片边缘”模式以获得黑底白线的艺术效果。
direction: both, threshold: 120, outputMode: negative, normalize: true结果
得到了一张具有强烈视觉冲击力的建筑线条图，非常适合作为海报的底纹素材。
Prewitt算子是一种一阶微分算子，通过计算图像灰度值的梯度来检测边缘，常用于提取图像的水平和垂直边界。
阈值用于过滤掉梯度较小的区域。设置较高的阈值可以仅保留图像中对比度最强的边缘，减少背景噪声。
归一化可以将像素值映射到标准范围，增强边缘的对比度，使检测结果在视觉上更加清晰可见。
支持 JPEG、PNG、WebP、GIF、BMP 和 TIFF 等常见图像格式。
二值模式会将边缘检测结果转换为纯黑白图像，边缘部分显示为白色，背景显示为黑色，便于后续的轮廓提取。