在vs2022的环境下使用C++语言编写一段代码，通过HSI转RGB的方法，进行遥感多光谱影像与全色影像的融合，要求输入多光谱影像、全色影像，输出融合影像

好的，以下是使用C++语言编写的遥感多光谱影像与全色影像融合的示例代码：

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

using namespace std;
using namespace cv;

// 定义常量PI
const double PI = 3.14159265358979323846;

// 定义HSI转RGB的函数
void HSI2RGB(double H, double S, double I, double &R, double &G, double &B)
{
    // 计算色调角度
    double alpha = H * 2 * PI / 360.0;

    // 计算RGB的值
    if (alpha >= 0 && alpha < 2 * PI / 3) {
        B = I * (1 - S);
        R = I * (1 + S * cos(alpha) / cos(PI / 3 - alpha));
        G = 3 * I - (R + B);
    } else if (alpha >= 2 * PI / 3 && alpha < 4 * PI / 3) {
        alpha = alpha - 2 * PI / 3;
        R = I * (1 - S);
        G = I * (1 + S * cos(alpha) / cos(PI / 3 - alpha));
        B = 3 * I - (R + G);
    } else {
        alpha = alpha - 4 * PI / 3;
        G = I * (1 - S);
        B = I * (1 + S * cos(alpha) / cos(PI / 3 - alpha));
        R = 3 * I - (G + B);
    }
}

int main()
{
    // 加载多光谱影像和全色影像
    Mat multispectral_img = imread("multispectral.jpg", IMREAD_UNCHANGED);
    Mat panchromatic_img = imread("panchromatic.jpg", IMREAD_UNCHANGED);

    // 检查图像是否加载成功
    if (multispectral_img.empty() || panchromatic_img.empty()) {
        cout << "Failed to load image(s)." << endl;
        return -1;
    }

    // 将多光谱影像转换为HSI颜色空间
    Mat hsi_img;
    cvtColor(multispectral_img, hsi_img, COLOR_BGR2HSV);

    // 分离HSI颜色空间的三个通道
    vector<Mat> channels;
    split(hsi_img, channels);
    Mat H = channels[0];
    Mat S = channels[1];
    Mat I = channels[2];

    // 将全色影像转换为灰度图像
    Mat panchromatic_gray;
    cvtColor(panchromatic_img, panchromatic_gray, COLOR_BGR2GRAY);

    // 定义融合后的RGB图像
    Mat fusion_img(multispectral_img.size(), CV_8UC3);

    // 遍历每个像素点，进行融合
    for (int i = 0; i < multispectral_img.rows; i++) {
        for (int j = 0; j < multispectral_img.cols; j++) {
            // 获取HSI的三个通道和全色影像的灰度值
            double h = H.at<uchar>(i, j) * 2; // 色调范围为0~360度
            double s = S.at<uchar>(i, j) / 255.0;
            double ii = I.at<uchar>(i, j) / 255.0;
            double p = panchromatic_gray.at<uchar>(i, j);

            // 将HSI转换为RGB
            double r, g, b;
            HSI2RGB(h, s, ii, r, g, b);

            // 将全色影像的灰度值与RGB通道融合
            r = sqrt(p / 255.0) * r;
            g = sqrt(p / 255.0) * g;
            b = sqrt(p / 255.0) * b;

            // 将融合后的RGB值写入输出图像
            Vec3b &pixel = fusion_img.at<Vec3b>(i, j);
            pixel[0] = saturate_cast<uchar>(b * 255.0);
            pixel[1] = saturate_cast<uchar>(g * 255.0);
            pixel[2] = saturate_cast<uchar>(r * 255.0);
        }
    }

    // 显示输出图像
    imshow("Fusion Image", fusion_img);
    waitKey(0);

    return 0;
}

在此代码中，我们首先通过OpenCV库加载了多光谱影像和全色影像，并将多光谱影像转换为HSI颜色空间。然后，我们遍历了每个像素点，获取了HSI的三个通道和全色影像的灰度值，并使用HSI2RGB函数将HSI颜色空间转换为RGB颜色空间。最后，我们将全色影像的灰度值与RGB三个通道进行融合，将融合后的RGB值写入输出图像。

需要注意的是，由于OpenCV中的颜色通道顺序为BGR，而不是RGB，因此在写入输出图像时，需要按照BGR的顺序写入。另外，由于上述代码中使用了一些OpenCV函数，因此需要在编译时链接OpenCV库。