高斯模糊原理（Gaussian Blur）

1. 高斯模糊实现原理
   类似于均值滤波（用周围像素点的均值最为中心点的像素值），二维高斯函数滤波也是利用某点周围的数值进行高斯模型处理，再将处理的数值作为该点的像素值。
   这里二维高斯模型为：
   
   为了计算出周围高斯函数各个点的权重，设计一个9宫格：
   
   以坐标值作为（x,y）的坐标值，计算每点的权重值如下（这里σ = 1.5），这样九个点的像素权值取如下：
   
   为了计算加权平均，必须得使得9个点的和为1，即将所有点都乘以：2.0889268，得到如下权值矩阵：
   
   接下来就是算法实现了（这里由于用到3*3矩阵，所以得把图像周围扩展1个像素）。

import cv2
import numpy as np

# sigma 带表高斯函数的方差
def MyGaussianBlur(sigma,img):
    sigma &#