### 实现方案 为了完成该任务，可以按照以下逻辑编写代码： 1. 使用 `cv::glob` 函数获取指定文件夹下的所有图像路径列表。 2. 对于每个图像路径，加载图像并应用中值滤波 (`medianBlur`) 处理。 3. 将处理后的图像以原始文件名保存到目标目录。 以下是完整的 C++ 代码实现： ```cpp #include <opencv2/opencv.hpp> #include <iostream> #include <filesystem> using namespace std; using namespace cv; void processImages(const string &inputFolder, const string &outputFolder) { // 获取输入文件夹中的所有图片路径 vector<String> imagePaths; glob(inputFolder + "/*.jpg", imagePaths, false); // 假设只处理 .jpg 文件 glob(inputFolder + "/*.png", imagePaths, true); // 添加对 .png 的支持 // 创建输出文件夹（如果不存在） try { if (!std::filesystem::exists(outputFolder)) { std::filesystem::create_directory(outputFolder); } } catch (const exception &e) { cerr << "无法创建输出文件夹：" << e.what() << endl; return; } for (size_t i = 0; i < imagePaths.size(); ++i) { Mat img = imread(imagePaths[i], IMREAD_COLOR); if (img.empty()) { cout << "无法读取图像: " << imagePaths[i] << endl; continue; } // 应用中值滤波 medianBlur(img, img, 5); // 设置核大小为 5x5 [^1] // 提取文件名 string fileName = imagePaths[i].substr(imagePaths[i].find_last_of("/\\") + 1); // 构建输出路径 string outputPath = outputFolder + "/" + fileName; // 保存处理后的图像 imwrite(outputPath, img); cout << "已保存: " << outputPath << endl; } } int main(int argc, char **argv) { if (argc != 3) { cout << "Usage: ./program input_folder output_folder" << endl; return -1; } string inputFolder = argv[1]; string outputFolder = argv[2]; processImages(inputFolder, outputFolder); return 0; } ``` --- ### 关键点说明 1. **文件路径匹配**: 使用 `cv::glob` 函数来查找指定模式的文件路径集合。此函数会自动遍历给定文件夹及其子文件夹内的符合条件的文件[^1]。 2. **中值滤波参数设置**: 在代码中设置了中值滤波的核大小为 `5x5`。可以根据实际需求调整该参数以获得更好的效果。 3. **跨平台兼容性**: 利用了 `<filesystem>` 来检测和创建输出文件夹，确保程序能够在不同操作系统上运行正常。 4. **错误处理**: 如果某些图像无法被成功加载，则会在控制台打印警告信息，并跳过这些图像继续执行后续操作。 --- ###