使用Python的skimage做图像的锐化边缘检测浮雕处理，输出四张图片包含原图，锐化后图像，边缘检测图像，浮雕图像

在Python中，我们可以使用`skimage`库来进行图像处理，包括锐化边缘检测和浮雕效果。以下是一个简单的示例，展示了如何对一张图像进行这些操作：

首先，确保已经安装了`skimage`库（如果还没有，可以使用`pip install scikit-image`命令安装）。

from skimage import io, filters, feature, exposure
import matplotlib.pyplot as plt

# 读取图像
img = io.imread('input_image.jpg')

# 1. 锐化（增强细节）
sharp_img = filters.sobel(img)

# 2. 边缘检测（Canny算子）
edges_img = feature.canny(sharp_img, sigma=1.0)

# 3. 浮雕效果（基于Laplacian算子）
embossed_img = exposure.adjust_laplacian(img, gamma=1.5)

# 显示原始图像，锐化后的图像，边缘检测图像和浮雕图像
fig, axs = plt.subplots(nrows=2, ncols=2, figsize=(8, 8))
axs[0, 0].imshow(img, cmap='gray')
axs[0, 0].set_title('Original Image')

axs[0, 1].imshow(sharp_img, cmap='gray')
axs[0, 1].set_title('Sharpened Image')

axs[1, 0].imshow(edges_img, cmap='gray', vmin=0, vmax=255)
axs[1, 0].set_title('Edge Detection')

axs[1, 1].imshow(embossed_img, cmap='gray')
axs[1, 1].set_title('Embossed Image')

for ax in axs.flat:
    ax.set(xticks=[], yticks=[])

plt.tight_layout()
plt.show()

# 保存图片
io.imsave('sharp_image.jpg', sharp_img)
io.imsave('edges_image.jpg', edges_img)
io.imsave('embossed_image.jpg', embossed_img)

在这个例子中，我们首先使用Sobel算子对图像进行锐化，然后用Canny算子进行边缘检测。接着，我们使用Laplacian算子和gamma校正创建浮雕效果。最后，我们将这些处理过的图像显示出来，并分别保存为单独的文件。