但图像是二维的，不是一维数据

你说得对，对于图像处理来说，确实通常涉及到二维的数据结构，比如像素矩阵。在这种情况下，高斯核也是二维的，也称为Gaussian Kernel，它是一个二维的概率密度函数，常用于图像模糊、边缘检测等操作。

一个简单的二维高斯核例子可能是这样的：

import cv2
import numpy as np

# 设定二维高斯核的尺寸（如5x5）
kernel_size = (5, 5)
# 标准差可以控制平滑程度，例如(1, 1)
sigma = (1, 1)

# 创建二维高斯核
gaussian_kernel = cv2.getGaussianKernel(kernel_size[0], sigma[0])

# 如果想保持对称，通常将两个方向的核堆叠起来
kernel = np.outer(gaussian_kernel, gaussian_kernel)

# 这个核可以用作 OpenCV 的 blur() 或者 GaussianBlur() 函数参数
image_blurred = cv2.filter2D(image, -1, kernel)

在这个例子中，`cv2.getGaussianKernel()` 和 `filter2D()` 都是用来在图像上应用二维高斯滤波的。