opencv中如何对图像进行高斯滤波

在 OpenCV 中，可以使用 `cv2.GaussianBlur()` 函数对图像进行高斯滤波。该函数具有以下语法：

cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]]) → dst

其中，参数含义如下：

- `src`：输入图像，可以是单通道或多通道图像，数据类型为 `uint8`、`float32` 或 `float64`。
- `ksize`：高斯核的大小，通常为正奇数。如果 `ksize` 为 (w,h)，则表示高斯核的大小为 w x h。
- `sigmaX`：高斯核在 X 方向上的标准差。
- `dst`：输出图像，与输入图像大小和通道数相同，数据类型为与输入图像相同。
- `sigmaY`：高斯核在 Y 方向上的标准差，如果未指定则默认与 `sigmaX` 相同。
- `borderType`：像素填充方式，默认为 `cv2.BORDER_DEFAULT`。

以下是一个简单的例子，展示了如何使用 `cv2.GaussianBlur()` 对图像进行高斯滤波：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 对图像进行高斯滤波
img_blur = cv2.GaussianBlur(img, (5, 5), 0)

# 显示原始图像和滤波后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Blurred Image', img_blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们使用 `cv2.imread()` 函数读取了一张图像，然后使用 `cv2.GaussianBlur()` 函数对其进行高斯滤波，得到了一个模糊的图像。最后，我们使用 `cv2.imshow()` 函数显示了原始图像和滤波后的图像。