4、 打开一幅彩色图像，给定一颜色，对其进行色彩分 割，阈值自行给定。 5、 在第三题的基础上，给出一幅人像图像，在面部肤 色区域中使用交互的方式指定小块区域，计算均值为中心颜色， 计算方差为阈值实现人脸面部的分割。C++代码

以下是使用 OpenCV 库实现图像色彩分割和人脸分割的 C++ 代码示例：

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

using namespace cv;
using namespace std;

int main()
{
    // 打开彩色图像
    Mat image = imread("sample.jpg");
    if (image.empty())
    {
        cout << "无法打开图像文件！" << endl;
        return -1;
    }

    // 指定颜色进行色彩分割
    Scalar color(0, 0, 255); // 这里指定为红色
    Mat mask;
    inRange(image, color, color, mask);

    // 显示分割结果
    imshow("Color Segmentation", mask);
    waitKey(0);

    // 在人脸区域指定小块区域进行人脸分割
    CascadeClassifier face_cascade;
    face_cascade.load("haarcascade_frontalface_alt.xml"); // 加载人脸分类器
    vector<Rect> faces;
    Mat gray;
    cvtColor(image, gray, COLOR_BGR2GRAY); // 转换为灰度图像
    equalizeHist(gray, gray); // 直方图均衡化增强对比度
    face_cascade.detectMultiScale(gray, faces, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));

    for (size_t i = 0; i < faces.size(); i++)
    {
        // 在人脸区域指定小块区域
        int x = faces[i].x + faces[i].width / 2;
        int y = faces[i].y + faces[i].height / 2;
        Rect roi(x - 10, y - 10, 20, 20); // 这里指定为 20x20 大小的矩形

        // 计算均值和方差
        Scalar mean, stddev;
        meanStdDev(image(roi), mean, stddev);

        // 使用均值和方差进行二值化
        Mat face_mask;
        threshold(gray, face_mask, mean.val[0], 255, THRESH_BINARY);

        // 显示分割结果
        imshow("Face Segmentation", face_mask);
        waitKey(0);
    }

    return 0;
}

请注意，这只是一个简单的示例，您需要根据您的实际需求进行适当修改。