用边缘检测与阈值分割生成线稿

从灰度图提取物体边界

把照片变成线稿，核心不是简单“描边”，而是寻找像素亮度变化明显的位置，再把这些位置保留下来。典型流程包括读取图片、转为灰度图、用高斯滤波降噪、进行边缘检测、阈值分割，最后按需要反色。

边缘可以理解为物体边界或纹理交界处。图像处理中常用“梯度”描述相邻像素亮度变化的方向和幅度：区域从亮到暗变化越急，梯度幅值通常越大，就越可能存在边缘。梯度方向用于判断边界朝向，梯度幅值则帮助判断这条边是否足够明显。

彩色图像包含红、绿、蓝三个通道，直接在彩色数据上判断边缘，容易受到颜色差异干扰。转换为灰度图后，每个像素通常用 0 到 255 表示亮度，其中 0 是黑色、255 是白色。高斯滤波相当于用周围像素的加权平均抑制细小噪声；一个常见起点是使用 5×5 高斯核，但核越大，越可能抹掉细线。

1. 读取原始图片，并保留一份副本。
2. 转换为灰度图，减少颜色信息对边缘判断的干扰。
3. 使用高斯滤波，例如 5×5 核，降低颗粒噪声和压缩噪声。
4. 将处理后的灰度图送入 Sobel 或 Canny 边缘检测。

比较Sobel与Canny的线条差异

Sobel算子是一组用于计算图像梯度的卷积核，分别估计水平方向和垂直方向的亮度变化。把两个方向的结果合并，就能得到边缘强度和大致方向。它计算量较低，适合快速预览，也适合希望保留较多边缘信息的情况。

Sobel的局限是输出往往较宽。纹理、阴影和轻微噪声可能同时被保留下来，因此结果不一定是干净的单像素轮廓。若原图对比度较低，单独使用 Sobel 还可能出现边缘不连续。

Canny边缘检测不是单一卷积核，而是一套处理流程：

• 先用高斯滤波平滑图像。
• 计算梯度强度和方向。
• 通过非极大值抑制，只保留梯度方向上的局部峰值，使边缘变细。
• 使用双阈值检测，把像素分为强边缘、弱边缘和非边缘。
• 通过边缘连接保留与强边缘相连的弱边缘，去除孤立响应。

因此，在相同输入下，Sobel更容易得到较粗、较密的边缘，Canny通常更适合生成细而连续的轮廓。Canny的低阈值和高阈值没有固定通用值，取决于图像对比度、噪声水平以及目标线条的强弱。以 8 位灰度图为例，可以先从低阈值 50、高阈值 150 开始测试，再观察结果调整。

阈值过低，背景纹理、头发和阴影会大量进入线稿；阈值过高，低对比度轮廓会被删除。Sobel和Canny没有绝对的优劣：Sobel适合快速预览和保留更多边缘，Canny更适合需要细线与连续轮廓的场景。

用阈值分割清理轮廓线

阈值分割就是按照像素灰度是否高于某个数值，把图像划分为前景和背景。边缘检测得到的结果可能仍有灰色过渡或不同强度的线条，阈值分割可以把它转换为更明确的黑白图。

• 固定阈值：为整张图设置同一个灰度阈值，适合背景亮度均匀、光照稳定的图片。
• Otsu阈值法：通过分析灰度直方图，自动寻找一个使前景与背景类间差异较大的阈值，适合明暗分布较清楚的图像。
• 自适应阈值：根据局部区域计算阈值，适合纸张阴影、局部反光或明暗不均的照片，但参数不当时可能产生更多局部杂点。

阈值越高并不代表线稿越干净。阈值过高会删除浅色或低对比度轮廓，阈值过低则会保留更多背景噪声。处理完成后还可以使用形态学开运算和闭运算：开运算先腐蚀再膨胀，适合去除孤立噪点；闭运算先膨胀再腐蚀，适合连接短断线。

形态学操作可以先使用 3×3 结构元素。核尺寸过大会吞掉细节，也会把相邻线条粘连在一起。线条本身很细时，应优先减小结构元素，而不是继续提高阈值。

反色用于统一输出外观。例如，边缘检测常产生黑底白线，而绘图、打印或后续编辑通常更习惯白底黑线。反色并不会增加新的轮廓，只是交换黑白像素的显示关系。

导出干净线稿并调整参数

使用“图片转线稿”时，可以按下面的顺序操作。工具的具体参数名称和可用模式取决于版本，下面的数值适合作为 8 位灰度图的初始测试，而不是固定答案。

1. 上传原图，优先选择光线均匀、主体与背景有反差的图片。
2. 选择边缘检测或轮廓模式，在 Sobel 与 Canny 之间进行预览比较。
3. 先使用中等降噪强度，再调整阈值；Canny可从 50/150 的低、高阈值组合开始。
4. 根据线条是否过细或过粗调整线条粗细，并开启或关闭反色选项。
5. 检查主体轮廓是否连续、背景杂点是否可接受，以及细节是否大面积消失。

建议至少预览低、中、高三档参数。低档保留更多细节，但杂点可能较多；高档背景更干净，却容易删掉浅色轮廓。保存原图、导出结果和对应参数，出现问题时才能准确回退比较。

• 杂点多：提高Canny低阈值，或加强高斯滤波；仍有孤立点时使用 3×3 开运算。
• 线条断裂：降低高阈值，或使用 3×3 闭运算连接短缺口。
• 细节消失：降低阈值或减弱平滑，避免使用过大的高斯核。
• 背景不干净：改用自适应阈值，或先裁剪主体再进行边缘检测。

输出格式也会影响后续用途。PNG适合保留透明背景和清晰的黑白像素；JPEG采用有损压缩，可能在轮廓边缘产生压缩伪影；SVG是可缩放的矢量格式，适合继续编辑，但是否能导出SVG取决于工具是否支持矢量化。

边缘检测并不等于自动生成“艺术线稿”。它只根据像素亮度变化寻找边界，所以纹理、阴影、头发和JPEG压缩噪声都可能被识别成线条；要获得插画式效果，通常还需要人工清理、区域筛选或更专门的矢量化处理。