（1） 对“train”图像采用Sobel算子对其进行锐化，并设置不同参数，对比锐化效果。使用python

在Python中，我们可以使用OpenCV库来应用Sobel算子对图像进行锐化处理。Sobel算子是一种边缘检测算子，可以增强图像中的边缘部分，使其看起来更清晰。以下是基本步骤：

1. **导入必要的库**：

import cv2
import numpy as np

2. **读取图像**：

image = cv2.imread('train.jpg', 0)  # 读取灰度图像，如果原图是彩色，需转换为灰度

3. **应用Sobel算子**：

# 对x方向和y方向分别求导，这里设参数为kernel_size (通常3x3)，dx代表x轴变化，dy代表y轴变化
sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)  # x方向
sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5)  # y方向

# 结合两个方向的结果，得到综合锐化后的图像
abs_sobel = cv2.convertScaleAbs(sobel_x)
combined = cv2.addWeighted(image, 0.5, abs_sobel, 0.5, 0)  # 加权合成

4. **设置不同参数并比较效果**：
你可以改变`ksize`参数（例如尝试3、5、7等不同大小），以及`dx`和`dy`的组合来调整锐化的程度。通过绘制原始图像和处理后的图像对比，可以看到不同参数下锐化的强度差异。

for ksize in [3, 5, 7]:
    sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=ksize)
    combined_ksize = cv2.addWeighted(image, 0.5, cv2.convertScaleAbs(sobel_x), 0.5, 0)
    
    # 显示原始和处理后的图像
    cv2.imshow(f"Sobel with ksize={ksize}", combined_ksize)

cv2.waitKey(0)
cv2.destroyAllWindows()