在本文中，我们将了解如何通过C ++编写一个简单的图像处理程序。我们将涵盖从读取图像到应用过滤器和保存图像的所有基础知识。

在开始编写图像处理程序之前，您需要安装OpenCV库。 OpenCV是一个流行的计算机视觉库，具有丰富的功能，可帮助您创建高质量的图像处理应用程序。

步骤1：加载图像

要加载图像，您需要声明一个称为Mat的OpenCV对象。以下是从文件加载图像的代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;

int main(int argc, char** argv){
    Mat image;
    image = imread(argv[1], IMREAD_COLOR);

    if(! image.data ) {
        std::cout <<  "Could not open or find the image" << std::endl;
        return -1;
    }

    namedWindow("Display window", WINDOW_AUTOSIZE);
    imshow("Display window", image);

    waitKey(0);
    return 0;
}

上述代码将用于通过OpenCV加载图像。该程序将首先读取从命令行输入的文件名。如果未找到文件，则提示用户无法打开或找到该文件。

如果成功加载图像，则创建一个窗口以显示它。使用imshow函数显示图像并使用waitKey等待用户操作，例如按下键盘上的任意键以关闭窗口。

步骤2：应用过滤器

现在我们已经加载了图像，接下来可以开始应用一些过滤器。OpenCV库提供了许多内置函数可以帮助我们应用各种过滤器，例如添加模糊效果，边缘检测或其它图像处理中常见的一些操作。

以下代码将向图像添加一个高斯模糊滤波器：

Mat blurred_image;
GaussianBlur(image, blurred_image, Size(7,7), 0);

namedWindow("Blurred Image", WINDOW_AUTOSIZE);
imshow("Blurred Image", blurred_image);

waitKey(0);

首先，我们声明一个Mat对象来储存模糊后的图像。接下来，我们使用GaussianBlur函数应用高斯模糊。在函数中，第一个参数是要模糊的图像，第二个参数是将储存结果的Mat对象，第三个参数是模糊核的大小，第四个参数是标准差，可以选择将其设为0。

最后，我们在新窗口中显示模糊后的图像。

步骤3：保存图像

当您已经完成对图像的处理后，您可能想将结果保存到文件中。可以使用imwrite函数完成此操作。以下是代码示例：

imwrite("blur.jpg", blurred_image);

这将把过滤完的模糊图像保存为blur.jpg。

完整的代码示例

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;

int main(int argc, char** argv){
    Mat image;
    image = imread(argv[1], IMREAD_COLOR);

    if(! image.data ) {
        std::cout <<  "Could not open or find the image" << std::endl;
        return -1;
    }

    namedWindow("Display window", WINDOW_AUTOSIZE);
    imshow("Display window", image);

    Mat blurred_image;
    GaussianBlur(image, blurred_image, Size(7,7), 0);

    namedWindow("Blurred Image", WINDOW_AUTOSIZE);
    imshow("Blurred Image", blurred_image);

    imwrite("blur.jpg", blurred_image);

    waitKey(0);
    return 0;
}

在本文中，我们了解了如何使用C ++和OpenCV库编写一个简单的图像处理程序。您可以扩展它来加入更多的过滤器，例如边缘检测，锐化等。