图像处理用pycharm通过robert算子对彩色图像a，进行边缘提取，得到边缘图像a1。将图像a,a1显示在同一界面上，并给各个图片加上图片名称title。

在PyCharm中使用OpenCV库（它包含了Robert算子）进行彩色图像边缘检测的操作通常涉及以下几个步骤：

1. 首先，你需要安装`opencv-python`库，如果尚未安装，可以使用pip进行安装：

   pip install opencv-python

2. 导入所需的库函数：

import cv2
import numpy as np
from matplotlib import pyplot as plt

3. 加载彩色图像a：

image_a = cv2.imread('path_to_image_a', 1)  # 1表示读取为彩色图像

4. 应用Robert滤波器进行边缘检测。OpenCV并未直接提供Robert算子，但你可以自定义或使用类似Sobel算子的方法，然后选择边缘强度较高的方向（如垂直或水平）：

kernel_size = 3  # Robert算子一般较小，这里设为3x3
sobel_x = cv2.Sobel(image_a, cv2.CV_8U, 1, 0, ksize=kernel_size)
sobel_y = cv2.Sobel(image_a, cv2.CV_8U, 0, 1, ksize=kernel_size)

# 对两个分量求和并阈值化得到边缘图像a1
edges_a1 = cv2.bitwise_or(sobel_x, sobel_y)
edges_a1 = cv2.Canny(edges_a1, threshold1=50, threshold2=150)  # 调整Canny阈值

5. 显示原始图像和边缘图像：

plt.figure(figsize=(15, 6))
plt.subplot(121), plt.imshow(cv2.cvtColor(image_a, cv2.COLOR_BGR2RGB)), plt.title('Original Image - a')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(cv2.cvtColor(edges_a1, cv2.COLOR_GRAY2BGR)), plt.title('Edge Detection - a1')
plt.xticks([]), plt.yticks([])

plt.show()

这会在一个窗口中展示两个图像，分别标记了"Original Image - a" 和 "Edge Detection - a1"。