编写一个高斯高通滤波器函数

下面是一个简单的高斯高通滤波器函数，使用OpenCV库实现：

import cv2
import numpy as np

def gaussian_highpass_filter(image, kernel_size, sigma):
    # 创建高斯核
    gaussian_kernel = cv2.getGaussianKernel(kernel_size, sigma)
    # 将1D高斯核转换为2D高斯核
    gaussian_kernel = np.outer(gaussian_kernel, gaussian_kernel.transpose())
    # 计算高斯平滑图像
    smooth_image = cv2.filter2D(image, -1, gaussian_kernel)
    # 计算拉普拉斯算子
    laplacian_kernel = np.array([[-1,-1,-1], [-1,8,-1], [-1,-1,-1]])
    # 计算拉普拉斯图像
    laplacian_image = cv2.filter2D(smooth_image, -1, laplacian_kernel)
    # 将拉普拉斯图像加到原始图像上
    result_image = image - laplacian_image
    # 返回结果图像
    return result_image

该函数需要输入三个参数：

- `image`：需要进行高斯高通滤波的图像。
- `kernel_size`：高斯核的大小，通常为一个奇数。
- `sigma`：高斯核的标准差。