首先使用cv::imread()读取图像并检查是否为空，再通过cv::imshow()显示，结合cvtColor、GaussianBlur和Canny实现灰度化、降噪与边缘检测，最后用imwrite保存结果并调用destroyAllWindows()关闭窗口。
在C++中使用OpenCV读取和处理图像是计算机视觉开发中的基础操作。只要配置好OpenCV环境，就可以通过简单的代码实现图像的加载、显示和基本变换。
读取和显示图像
使用cv::imread()函数可以读取本地图像文件，支持常见格式如JPEG、PNG等。读取后通过cv::imshow()显示窗口展示图像。
关键步骤包括：
- 调用imread("路径")加载图像，返回cv::Mat对象
- 检查Mat是否为空，确保文件路径正确
- 使用namedWindow()创建窗口，可选调整大小属性
- 调用imshow()显示图像
- 使用waitKey(0)等待按键关闭窗口
示例代码：
立即学习“C++免费学习笔记（深入）”；
#includeint main() { cv::Mat img = cv::imread("test.jpg"); if (img.empty()) { std::cout << "无法加载图像" << std::endl; return -1; } cv::namedWindow("图像", cv::WINDOW_AUTOSIZE); cv::imshow("图像", img); cv::waitKey(0); return 0; }
图像的基本处理操作
OpenCV提供了多种图像处理函数，可用于灰度化、高斯模糊、边缘检测等常见任务。
常用处理方法包括：
- 灰度转换：使用cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY)
- 高斯模糊：调用cv::GaussianBlur(gray, blurred, cv::Size(5,5), 1.5)降噪
- 边缘检测：使用cv::Canny(blurred, edges, 50, 150)提取轮廓
这些操作通常按顺序组合使用，例如先转灰度再模糊，最后进行边缘识别，提升检测稳定性。
保存和释放资源
处理完成后，可用cv::imwrite("输出.jpg", result_mat)将结果保存到文件系统。
程序结束前应：
- 调用cv::destroyAllWindows()关闭所有显示窗口
- 确保Mat对象自动析构或手动释放（一般由RAII机制管理）
- 检查磁盘权限与路径有效性，避免保存失败
基本上就这些。只要掌握imread、imshow和常见滤波函数，就能完成大多数基础图像处理任务。注意包含正确的头文件并链接OpenCV库即可顺利编译运行。
