基于 python 实现 matlab 中 fspecial 与 imfilter 函数的功能，完成基于拉普拉斯算⼦以及通过索⻉尔算⼦计算出的梯度对图像“CT.jpg”进⾏锐化的任务

在Python中，我们可以使用`scipy`库来模拟MATLAB的`fspecial`函数，它用于生成滤波器模板，如Laplacian和Sobel算子。而`skimage.filter`模块则可以实现类似`imfilter`的功能，用于滤波和边缘检测。

首先，我们需要安装所需的库：

pip install scipy scikit-image

然后，我们可以编写一个函数来实现这个任务：

from skimage import filters, io, img_as_float
import numpy as np
from scipy.signal import convolve2d

def create_laplace_filter(kernel_size=3):
    laplacian = np.array([[0, -1, 0],
                           [-1, 4, -1],
                           [0, -1, 0]])
    return laplacian / (kernel_size**2)

def create_sobel_filter(horizontal=True):
    sobel_x = np.array([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]]) if horizontal else \
             np.array([[-1, -2, -1], [0, 0, 0], [1, 2, 1]])
    return sobel_x

def apply_filters(image_path, filter_func, kernel_size=None):
    # 读取图像并转换为浮点型
    image = img_as_float(io.imread(image_path))
    
    # 如果未指定大小，使用默认值
    if not kernel_size:
        kernel_size = 3
    
    # 应用滤波器
    filtered_image_laplace = convolve2d(image, create_laplace_filter(kernel_size), mode='same')
    filtered_image_sobel = convolve2d(image, create_sobel_filter(), mode='same', boundary='symm')

    return filtered_image_laplace, filtered_image_sobel

# 使用图像路径
image_path = 'CT.jpg'
laplace_filtered, sobel_filtered = apply_filters(image_path, create_laplace_filter)
io.imshow(laplace_filtered, cmap='gray')
io.show()
io.imshow(sobel_filtered, cmap='gray')
io.show()