功能：

建立兩個滑動條來分別控制高斯核的size和σ的大小，這個程式是在閾值分割的那個程式上改動的。閾值分割程式在這
注意：由於σ=0時，opencv會根據視窗大小計算出σ，所以，從0滑動σ的滑動條時，會出現先邊清晰又變模糊的現象

程式碼：

# -*- coding: utf-8 -*- 

import cv2

#兩個回撥函式
def GaussianBlurSize(GaussianBlur_size):
    global KSIZE 
    KSIZE = GaussianBlur_size * 2 +3
    print KSIZE, SIGMA
    dst = cv2.GaussianBlur(scr, (KSIZE,KSIZE), SIGMA, KSIZE) 
    cv2.imshow(window_name,dst)

def
 
 GaussianBlurSigma(GaussianBlur_sigma):
    global SIGMA
    SIGMA = GaussianBlur_sigma/10.0
    print KSIZE, SIGMA
    dst = cv2.GaussianBlur(scr, (KSIZE,KSIZE), SIGMA, KSIZE) 
    cv2.imshow(window_name,dst)

#全域性變數
GaussianBlur_size = 1
GaussianBlur_sigma = 15

KSIZE = 1
SIGMA = 15
max_value = 300
max_type = 6
 

window_name = "GaussianBlurS Demo"
trackbar_size = "Size*2+3"
trackbar_sigema = "Sigma/10"

#讀入圖片，模式為灰度圖，建立視窗
scr = cv2.imread("G:\homework\lena.bmp",0)
cv2.namedWindow(window_name)

#建立滑動條
cv2.createTrackbar( trackbar_size, window_name, \
                    GaussianBlur_size, max_type, GaussianBlurSize )
cv2.createTrackbar( trackbar_sigema, window_name, \
                    GaussianBlur_sigma, max_value, GaussianBlurSigma )
#初始化
 

GaussianBlurSize(1)
GaussianBlurSigma(15)

if cv2.waitKey(0) == 27:  
    cv2.destroyAllWindows()

呼叫：

需要把圖片和cv2.pyd與GaussianBlur.py放在同一資料夾下

>>> import os
>>> os.chdir("g:\homework")
>>> import GaussianBlur
5 15
5 1.5
5 1.6
5 1.9
5 2.4
5 2.5
5 2.9
5 3.0
5 3.3
5 3.6
5 3.9
5 4.1
5 4.2
5 4.3
5 4.4
5 4.5
5 4.6
5 4.7
5 4.8

效果圖：