写出一段用高斯滤波的python代码详细点，有各种参数设置

高斯滤波是一种线性平滑滤波器，可以用于图像处理中的降噪、特征提取等场景。下面是一个用Python实现的高斯滤波器示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('test.jpg')

# 设置高斯滤波器的卷积核大小和标准差
ksize = (5, 5)  # 卷积核大小
sigma = 1.5     # 标准差

# 使用cv2.getGaussianKernel()函数生成高斯核
kernel = cv2.getGaussianKernel(ksize, sigma)

# 对图像进行高斯滤波
blur_img = cv2.filter2D(img, -1, kernel)

# 显示原图和滤波后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Gaussian Blur Image', blur_img)
cv2.waitKey(0)

在上述代码中，我们使用了OpenCV库提供的cv2.getGaussianKernel()函数生成高斯核，并用cv2.filter2D()函数对图像进行高斯滤波。其中，参数ksize表示卷积核大小，sigma表示高斯核的标准差，-1表示输出图像与原图像的深度保持一致。

需要注意的是，在实际应用中，可以根据具体场景需要调整高斯核的大小和标准差，以达到更好的滤波效果。同时，也可以使用OpenCV提供的cv2.GaussianBlur()函数来进行高斯滤波，该函数更加简单易用，具体使用方法可以参考OpenCV官方文档。