读入一幅清晰图像1， 产生由于运动造成的模糊图像2，运动位移设置为 20 个像 素，运动角度为 30 度，并显示出图像1和图像2。

在计算机视觉中，为了模拟运动引起的图像模糊效果，可以采用仿射变换和高斯滤波的方法。首先，你需要读取原始清晰图像（图像1）。假设你正在使用Python和OpenCV库，步骤如下：

1. **读取图像**:

   import cv2
   img1 = cv2.imread('image1.jpg', cv2.IMREAD_COLOR) # 替换为你的图像文件路径

2. **确定运动参数**:
- 运动位移 (dx, dy) 可以通过计算旋转和平移后的像素偏移量来设定：

     dx = int(20 * math.cos(math.radians(30)))
     dy = int(20 * math.sin(math.radians(30)))

3. **仿射变换**:
使用`cv2.getRotationMatrix2D`创建旋转矩阵，然后应用到原图上：

   rotation_matrix = cv2.getRotationMatrix2D((img1.shape[1] / 2, img1.shape[0] / 2), 30, 1)
   translation_matrix = np.float32([[1, 0, dx], [0, 1, dy]])
   combined_matrix = np.dot(rotation_matrix, translation_matrix)

   image2 = cv2.warpAffine(img1, combined_matrix, img1.shape[:2])

4. **高斯模糊**:
添加适当的高斯滤波来模拟模糊效果：

   kernel_size = 5  # 可调整模糊程度
   blur_kernel = cv2.getGaussianKernel(kernel_size, kernel_size)
   blurred_image = cv2.filter2D(image2, -1, blur_kernel)

5. **显示图像**:

   cv2.imshow("Original Image", img1)
   cv2.imshow("Motion-blurred Image", blurred_image)
   cv2.waitKey(0)  # 按任意键关闭窗口

这个例子假设你已经安装了`numpy`和`matplotlib`库。如果你想要看到结果，需要将上述代码整合成一个函数并在合适的地方运行。至于为何运动位移是固定的20像素、角度固定30度，这通常用于演示简单情况，实际应用中位移和角度可能取决于特定场景和速度。