（B）图像滤波器的设计 准备N张图片文件（图自选），要求对图像进行批量处理，实现细节增强、边缘增强、图像缩放、中值滤波、图像锐化、手绘效果及冷暖色调整等功能，要求设计过程中写出每个功能代码并注释。

以下一个简单的Python程序，用于对目录中的图像文件进行批量处理，实现细节增强、边缘增强、图像缩放、中值滤波、图像锐化、手绘效果及冷暖色调整等功能：

import cv2
import os

# 设置目录路径和输出目录路径
directory = "path/to/images"
output_directory = "path/to/output"

# 遍历目录中的所有文件
for filename in os.listdir(directory):
    if filename.endswith(".jpg") or filename.endswith(".png"):
        # 读取图像文件
        img = cv2.imread(os.path.join(directory, filename))

        # 实现细节增强
        detail_enhanced = cv2.detailEnhance(img)

        # 实现边缘增强
        edge_enhanced = cv2.edgePreservingFilter(img, flags=1, sigma_s=50, sigma_r=0.1)

        # 实现图像缩放
        resized = cv2.resize(img, (0, 0), fx=0.5, fy=0.5, interpolation=cv2.INTER_LINEAR)

        # 实现中值滤波
        median_filtered = cv2.medianBlur(img, ksize=5)

        # 实现图像锐化
        kernel = np.array([[-1,-1,-1],[-1,9,-1],[-1,-1,-1]])
        sharpened = cv2.filter2D(img, -1, kernel)

        # 实现手绘效果
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        sketch = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY_INV, blockSize=9, C=7)

        # 实现冷暖色调整
        color_adjusted = cv2.applyColorMap(img, cv2.COLORMAP_COOL)

        # 将处理后的图像保存到输出目录
        cv2.imwrite(os.path.join(output_directory, "detail_enhanced_" + filename), detail_enhanced)
        cv2.imwrite(os.path.join(output_directory, "edge_enhanced_" + filename), edge_enhanced)
        cv2.imwrite(os.path.join(output_directory, "resized_" + filename), resized)
        cv2.imwrite(os.path.join(output_directory, "median_filtered_" + filename), median_filtered)
        cv2.imwrite(os.path.join(output_directory, "sharpened_" + filename), sharpened)
        cv2.imwrite(os.path.join(output_directory, "sketch_" + filename), sketch)
        cv2.imwrite(os.path.join(output_directory, "color_adjusted_" + filename), color_adjusted)

print("图像滤波器的设计完成！")

在上述代码中，使用`cv2.imread()`函数读取指定路径下的图像文件。然后，使用OpenCV提供的不同滤波器函数实现细节增强、边缘增强、图像缩放、中值滤波、图像锐化、手绘效果及冷暖色调整等功能。最后，使用`cv2.imwrite()`函数将处理后的图像保存到输出目录。

需要注意的是，对于一些图像处理函数，例如`cv2.detailEnhance()`和`cv2.edgePreservingFilter()`，需要根据图像的尺寸和特点调整参数，以获得最佳的效果。

最终效果图可以参考以下示例：

原始图像：


细节增强：


边缘增强：


图像缩放：


中值滤波：


图像锐化：


手绘效果：


冷暖色调整：