分类

← View All Tools

图像Prewitt边缘检测

应用Prewitt算子进行边缘检测，识别图像中的边界和梯度

Click to upload file or drag and drop file here

Maximum file size: 10MB Supported formats: image/jpeg, image/png, image/webp, image/gif, image/bmp, image/tiff

应用Prewitt边缘检测的图片

要应用的边缘检测方向

边缘检测阈值（0-255）。更高值仅检测强边缘

如何渲染边缘检测结果

归一化输出以增强边缘可见性

关键信息

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

概览

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。

适用场景

  • •需要从复杂背景中提取物体轮廓进行后续图像分析时。
  • •在计算机视觉预处理阶段，通过边缘检测简化图像数据。
  • •需要识别图像中物体的几何边界或梯度变化明显的区域时。

工作原理

  • •上传需要处理的图片文件，支持多种主流图像格式。
  • •选择检测方向（水平、垂直或双向）并设置合适的阈值以过滤噪声。
  • •选择输出模式（如二值或灰度）并决定是否开启归一化处理。
  • •点击执行，系统将应用Prewitt算子并生成边缘检测后的图像。

使用场景

工业零件缺陷检测：通过边缘提取快速定位零件表面的裂纹或缺口。
医学影像分析：辅助医生识别X光或扫描图像中的组织边界。
艺术创作与滤镜：将照片转换为线条画风格，用于设计素材制作。

用户案例

1. 工业零件轮廓提取

质量检测员
背景原因
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。
解决问题
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。
示例配置
direction: both, threshold: 50, outputMode: binary, normalize: true
效果
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。

2. 照片艺术化处理

平面设计师
背景原因
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。
解决问题
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。
示例配置
direction: both, threshold: 120, outputMode: negative, normalize: true
效果
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。

用 Samples 测试

image, png, jpg
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
Web TypeScript 图像处理示例
Web TypeScript 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
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

相关专题

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。
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。
JsonConvert工具专题
探索 100 个围绕 json 的 convert 工作流工具，快速找到相近能力。
AudioConvert工具专题
探索 100 个围绕 audio 的 convert 工作流工具，快速找到相近能力。

常见问题

什么是Prewitt算子？

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。

阈值设置有什么作用？

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。

归一化输出有什么好处？

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。

支持哪些图片格式？

支持 JPEG、PNG、WebP、GIF、BMP 和 TIFF 等常见图像格式。

输出模式中的“二值边缘”是什么意思？

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。

API 文档

请求端点

POST /zh/api/tools/image-prewitt

请求参数

参数名 类型 必填 描述
imageFile file (需要先上传) 是 应用Prewitt边缘检测的图片
direction select 否 要应用的边缘检测方向
threshold number 否 边缘检测阈值（0-255）。更高值仅检测强边缘
outputMode select 否 如何渲染边缘检测结果
normalize checkbox 否 归一化输出以增强边缘可见性

文件类型参数需要先通过 POST /upload/image-prewitt 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-prewitt": {
      "name": "image-prewitt",
      "description": "应用Prewitt算子进行边缘检测，识别图像中的边界和梯度",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=image-prewitt",
      "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]