图片边缘检测工具

索贝尔算子是一种经典的边缘检测算法，由Irwin Sobel于1968年提出。它通过两个3×3的卷积核分别计算图像在水平方向（Gx）和垂直方向（Gy）的亮度梯度近似值，然后合并两个方向的梯度来检测边缘。

核心卷积核：

Gx（检测垂直边缘）= [[-1,0,1], [-2,0,2], [-1,0,1]]

Gy（检测水平边缘）= [[-1,-2,-1], [0,0,0], [1,2,1]]

梯度幅值 = √(Gx² + Gy²)，梯度越大表示该位置越可能是边缘。

阈值是边缘检测中最关键的参数：

• 低阈值（5-40）：检测出更多细微边缘，包括噪声和纹理细节，线条密集。
• 中等阈值（40-100）：平衡选择，保留主要轮廓，过滤掉大部分噪声。
• 高阈值（100-200）：仅保留最强烈的边缘，画面简洁但可能丢失细节。

建议从默认值60开始，根据图片特点微调。细节丰富的照片可适当提高阈值，线条简单的图形可降低阈值。

索贝尔算子：简单快速，仅计算一阶梯度，适合快速提取轮廓。对噪声较敏感，边缘线条较粗。

Canny算法：多阶段处理（高斯平滑→梯度计算→非极大值抑制→双阈值连接），边缘更细、更连续，但计算量更大。

本工具使用索贝尔算子并提供模糊预处理选项，在保持速度优势的同时有效减少噪声干扰，是日常使用的理想选择。

真实照片中往往存在高频噪声（如ISO噪点、压缩伪影），这些噪声在梯度计算中会产生虚假边缘。通过在索贝尔算子之前应用高斯模糊，可以有效平滑噪声，使检测结果更干净。

模糊等级0表示不进行预处理（适合干净的数字图形），等级3-4适合高噪点的照片。建议从等级1开始尝试。

边缘检测广泛应用于：

• 计算机视觉：物体识别、图像分割的基础步骤。
• 设计素材处理：提取线稿、创建素描效果、制作剪影。
• 医学影像：识别器官边界、辅助诊断。
• 工业检测：产品缺陷检测、尺寸测量。
• AR/VR：场景理解、特征点提取。
• 艺术创作：生成独特的视觉风格、海报设计。

本工具支持JPG、PNG、WebP、BMP、GIF（仅首帧）等主流格式。建议使用清晰度较高的图片以获得最佳效果。

处理后的边缘检测结果可自由使用，包括商业用途。本工具完全在浏览器本地运行，您的图片不会上传到任何服务器，隐私安全有保障。