用opencv 重写 halcon 算子SmoothFunct1dGauss(Mat Function, double Sigma, Mat& SmoothedFunction)

以下是用OpenCV重写Halcon算子SmoothFunct1dGauss(Mat Function, double Sigma, Mat& SmoothedFunction)的代码：

#include <opencv2/imgproc.hpp>

void smooth_funct_1d_gauss(const cv::Mat& input_array, double sigma, cv::Mat& output_array)
{
    // 生成高斯核
    int window_size = cv::saturate_cast<int>(3.0 * sigma * 2 + 1);
    cv::Mat kernel = cv::getGaussianKernel(window_size, sigma, CV_32F);

    // 沿x方向卷积
    cv::sepFilter2D(input_array, output_array, -1, kernel, cv::Mat(), cv::BORDER_REPLICATE);
}

在该函数中，我们首先根据输入的标准差计算高斯核的大小，然后使用`cv::getGaussianKernel()`函数生成高斯核。接着，我们调用`cv::sepFilter2D()`函数对输入的一维数组进行高斯平滑卷积操作，其中`-1`表示输出数组和输入数组具有相同的数据类型，`cv::Mat()`表示不使用y方向的卷积核，`cv::BORDER_REPLICATE`表示在边缘处进行复制填充。

需要注意的是，由于OpenCV中的卷积操作默认使用反向卷积，与Halcon的正向卷积不同。如果需要与Halcon保持一致，可以使用`cv::flip()`函数将卷积核进行翻转。