请编写一段基于C++的vs程序，验证opencv能否在多个线程下运行

下面是一个基于 C++ 的 Visual Studio 程序示例，用于验证 OpenCV 是否能够在多个线程下运行：

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

// 子函数，用于在多个子线程中运行的任务
void task(int threadId) {
    cv::Mat image = cv::imread("image.jpg");

    if (image.empty()) {
        std::cout << "Thread " << threadId << ": Failed to load image." << std::endl;
        return;
    }

    cv::cvtColor(image, image, cv::COLOR_BGR2GRAY);
    cv::GaussianBlur(image, image, cv::Size(5, 5), 0);

    std::string outputPath = "output_" + std::to_string(threadId) + ".jpg";
    cv::imwrite(outputPath, image);

    std::cout << "Thread " << threadId << ": Image processed and saved as " << outputPath << std::endl;
}

int main() {
    const int numThreads = 5; // 假设有5个子线程

    // 创建一个存储子线程对象的数组
    std::thread threads[numThreads];

    // 启动多个子线程，并将每个子线程分配给一个任务
    for (int i = 0; i < numThreads; i++) {
        threads[i] = std::thread(task, i);
    }

    // 等待所有子线程完成
    for (int i = 0; i < numThreads; i++) {
        threads[i].join();
    }

    std::cout << "All threads have completed." << std::endl;

    return 0;
}

在这个示例中，我们使用 OpenCV 进行图像处理。在 `task` 函数中，我们首先读取名为 "image.jpg" 的图像文件。然后，我们将图像转换为灰度图像，并应用高斯模糊。最后，我们将处理后的图像保存为一个带有线程标识符的输出文件。

在 `main` 函数中，我们创建了一个存储子线程对象的数组，并使用一个循环启动了 `numThreads` 个子线程，每个子线程分配给一个任务。然后，我们使用另一个循环等待所有子线程完成，并输出完成的信息。

通过这个程序，你可以验证 OpenCV 是否能够在多个线程下运行。每个子线程都会加载图像、进行图像处理并保存结果。请注意，在实际应用中，你需要小心处理线程间的同步和数据共享问题，并确保 OpenCV 的函数调用是线程安全的。

希望这个示例能够帮助你验证 OpenCV 在多个线程下的运行情况！