1、任选一张图像，使用水平垂直差分法和罗伯特差分法对图像进行锐化处理，并绘制出中间过程的边缘图像，结果显示出原图、边缘图像、结果图像。提示:在图像二维数组上使用模版操作，类似于图像平滑中的均值滤波法。代码

在Python中，我们可以使用OpenCV库来进行图像的锐化处理，包括水平垂直差分法和罗伯特差分法。这里是一个简单的例子，我们将展示如何进行这些处理并绘制中间步骤的边缘图像：

import cv2
import numpy as np

# 加载图像
img = cv2.imread('example_image.jpg', cv2.IMREAD_GRAYSCALE)

# 水平垂直差分法（Sobel算子）
sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)

# 结合得到边缘图像
edges_sobel = np.abs(sobel_x) + np.abs(sobel_y)
edges_sobel = cv2.convertScaleAbs(edges_sobel)

# 罗伯特差分法
kernel = np.array([[1, -2], [1, 0]])  # Robert's kernel
edges_robert = cv2.filter2D(img, -1, kernel)

# 结果图像合并
result = cv2.bitwise_or(edges_sobel, edges_robert)

# 显示原始图像、边缘图像和结果图像
titles = ['Original Image', 'Edges (Sobel)', 'Edges (Robert)', 'Result']
images = [img, edges_sobel, edges_robert, result]
for i in range(4):
    plt.subplot(2, 2, i+1), plt.imshow(images[i], cmap='gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()