高斯滤波核生成的实现函数

高斯滤波是一种常见的图像处理技术，它通过使用高斯函数作为权重分布对图像进行平滑处理，常用于降噪和边缘检测前的预处理。在计算机视觉和图像处理库中，如Python的OpenCV，通常提供现成的函数来生成高斯滤波核。

OpenCV中的`cv2.getGaussianKernel()`函数可以用于生成高斯滤波核。这个函数接受两个参数，一个是滤波器大小（通常是奇数），另一个是标准差σ（决定模糊程度）。函数返回的是一个二维数组，每一行表示一个高斯函数的一维核。

例如，以下是一个简单的示例：

import cv2
import numpy as np

kernel_size = 5
sigma = 1.0
gaussian_kernel = cv2.getGaussianKernel(kernel_size, sigma)

# 输出高斯核的形状和部分数据
print("Kernel shape:", gaussian_kernel.shape)
print("First few elements of the kernel:")
print(gaussian_kernel[:5, :5])