C++图像处理：库与示例 | PythonLib

C++图像处理：库综述与实践示例

图像处理是现代编程中的关键任务之一，应用范围从计算机视觉到图形编辑器。在C++中，有多个强大的库可用于加载、处理和保存图像。本文将介绍三种流行的工具：CImg、OpenCV和stb_image。它们各有特点、优势和应用领域。

1. CImg库

CImg（C++图像处理库）是一个轻量级、跨平台的图像处理库。它以单个头文件（CImg.h）的形式分发，非常适合快速原型开发和小型项目。CImg支持BMP、JPEG、PNG、TIFF等格式，但需要安装额外的库（例如libpng或libjpeg）才能使用这些格式。

主要功能：

加载、显示和保存图像。
滤镜（模糊、锐化、中值滤波）。
几何变换（旋转、缩放、翻转）。
色彩空间处理（RGB、HSV、Lab）。
绘制基本图形（线条、圆形、文本）。

示例：加载图像并应用模糊效果

#include "CImg.h"using namespace cimg_library;

int main() {    // 加载图像    CImg<unsigned char> image("input.jpg");

    // 应用高斯模糊（半径3）    CImg<unsigned char> blurred = image.get_blur(3);

    // 保存结果    blurred.save("output_blurred.jpg");

    return 0;}

这段代码展示了CImg的极简风格：一行加载，一行处理，一行保存。库会自动管理内存。

2. OpenCV库

OpenCV（开源计算机视觉库）是C++计算机视觉和图像处理领域的事实标准。它包含超过2500个优化算法，支持GPU加速，广泛应用于工业解决方案、机器人技术和科学研究。OpenCV支持JPEG、PNG、TIFF、WebP等多种格式。

主要功能：

加载、显示和录制视频/图像。
滤波、形态学操作、阈值处理。
目标检测（人脸、车辆）通过Haar级联或深度学习。
相机标定、立体视觉。
机器学习（SVM、KNN、神经网络）。

示例：调整大小并转换为灰度图

#include <opencv2/opencv.hpp>using namespace cv;

int main() {    // 加载彩色图像    Mat image = imread("input.jpg", IMREAD_COLOR);    if (image.empty()) {        return -1;    }

    // 转换为灰度图    Mat gray;    cvtColor(image, gray, COLOR_BGR2GRAY);

    // 将尺寸缩小一半    Mat resized;    resize(gray, resized, Size(), 0.5, 0.5, INTER_LINEAR);

    // 保存结果    imwrite("output_gray_resized.jpg", resized);

    return 0;}

OpenCV使用Mat类表示图像。所有操作通过静态函数或方法执行。该库需要预先安装，但提供了最大的灵活性和性能。