原理：
二維高斯函數
1) 為了計算權重矩陣，需要設定σ的值。假定σ=1.5，則模糊半徑為1的權重矩陣如下：
2) 這9個點的權重總和等於0.4787147，如果只計算這9個點的加權平均，還必須讓它們的權重之和等於1，因此上面9個值還要分別除以0.4787147，得到最終的權重矩陣。
有了權重矩陣，就可以計算高斯模糊的值了。
3) 假設現有9個像素點，灰度值（0-255）如下：
4) 每個點乘以自己的權重值：
5) 得到
將這9個值加起來，就是中心點的高斯模糊的值。
對所有點重復這個過程，就得到了高斯模糊后的圖像。如果原圖是彩色圖片，可以對RGB三個通道分別做高斯模糊。
############################################################################################高斯模糊，按照給定的txt文檔每4個數據模糊相應位置#################
###############################################################################
# -*- coding: utf-8 -*-
"""
Created on Tue Mar 07 14:00:00 2017
@author: sl
"""
import os
from PIL import Image, ImageFilter
class MyGaussianBlur(ImageFilter.Filter):
name = "GaussianBlur"
def __init__(self, radius=2, bounds=None):
self.radius = radius
self.bounds = bounds
def filter(self, image):
if self.bounds:
clips = image.crop(self.bounds).gaussian_blur(self.radius) ###圖片的最前頭拷貝一部分圖片(使用crop函數),進行高斯模糊處理
image.paste(clips, self.bounds) ###粘貼到需要修改的圖片上,來完成相應覆蓋
return image
else:
return image.gaussian_blur(self.radius)
image = Image.open(r"G:\test.jpg")
i=0
a=0
b=0
c=0
d=0
j=0
num=0
for line in open(r"G:\a.txt"):
j=j+1
num=j
if num!=0:
for line in open(r"G:\a.txt"):
i=i+1
if((i%4)==1):
a=int(line)
elif((i%4)==2):
b=int(line)
elif((i%4)==3):
c=int(line)
else:
d=int(line)
if((i%num)==4):
h=min(20,int((c-a)/4))
w=min(20,int((d-b)/4))
bounds = (a+h,b+w,c-h,d-w)
image = image.filter(MyGaussianBlur(radius=29, bounds=bounds))
elif((i%num)==8):
h=min(5,int((c-a)/4))
w=min(5,int((d-b)/4))
bounds = (a+h,b+w,c-h,d-w)
image = image.filter(MyGaussianBlur(radius=29, bounds=bounds))
else:
h=min(10,int((c-a)/4))
w=min(10,int((d-b)/4))
bounds = (a+h,b+w,c-h,d-w)
image = image.filter(MyGaussianBlur(radius=29, bounds=bounds))
if num==16:
image.save('G:\\aaa.jpg')
else:
image.save('G:\\pp\\aaa.jpg')