C++图像处理：库与示例 | PythonLib

C++图像处理：库概述与实践示例

数字图像处理是现代编程的关键任务之一。C++中有几个强大的库，可以加载、修改、分析和保存图像。在本文中，我们将介绍三种最流行的工具：CImg（轻量且简单）、OpenCV（计算机视觉的行业标准）和GraphicsMagick（用于高性能转换）。

1. CImg — 用于基本操作的轻量级库

CImg（C++模板图像处理库）是一个头文件库，无需安装额外的DLL。它非常适合学习项目和快速原型开发。支持BMP、PNG、JPEG、TIFF格式（通过外部编解码器）。

安装

只需下载CImg.h文件并将其包含到项目中。要处理JPEG/PNG，还需要libjpeg、libpng和zlib。

示例：加载、颜色反转和保存

#include "CImg.h"using namespace cimg_library;

int main() {    // 加载图像    CImg<unsigned char> img("input.jpg");        // 反转颜色（像素 = 255 - 像素）    CImg<unsigned char> inverted = 255 - img;        // 应用高斯模糊（半径3）    CImg<unsigned char> blurred = img.get_blur(3);        // 保存结果    inverted.save("inverted.jpg");    blurred.save("blurred.jpg");        return 0;}

2. OpenCV — 强大的计算机视觉框架

OpenCV（开源计算机视觉库）是识别、目标检测和复杂图像处理任务的事实标准。支持数百种算法、视频处理、神经网络。它是跨平台的。

安装

在Ubuntu上：sudo apt install libopencv-dev。在Windows上——通过vcpkg或官方安装程序。

示例：边缘检测（Canny）和调整大小

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

int main() {    // 读取图像    Mat img = imread("photo.jpg");    if (img.empty()) return -1;        // 转换为灰度    Mat gray;    cvtColor(img, gray, COLOR_BGR2GRAY);        // 使用Canny算法进行边缘检测    Mat edges;    Canny(gray, edges, 50, 150);        // 调整大小为300x300    Mat resized;    resize(img, resized, Size(300, 300));        // 保存和显示    imwrite("edges.jpg", edges);    imshow("Original", img);    waitKey(0);        return 0;}

3. GraphicsMagick — 快速转换和批量处理

GraphicsMagick 是ImageMagick的一个分支，专注于稳定性和性能。用于批量转换、调整大小、水印。支持超过200种格式。

安装

通过包管理器：sudo apt install graphicsmagick。对于C++，需要libgraphicsmagick++-dev库。

示例：缩小图像并转换为PNG

#include <Magick++.h>using namespace Magick;

int main() {    InitializeMagick(nullptr);        // 加载图像    Image image("input.tiff");        // 将宽度缩放至800像素    image.scale(Geometry("800x"));        // 旋转90度    image.rotate(90);        // 设置JPEG质量（如果输出格式为JPEG）    image.quality(85);        // 保存为PNG    image.write("output.png");        return 0;}