写一段上面代码的C++版本

好的，以下是上面 Python 代码的 C++ 版本：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读入图像，转换为灰度图像，并进行二值化处理
    Mat img = imread("example.png");
    Mat gray, thresh;
    cvtColor(img, gray, COLOR_BGR2GRAY);
    threshold(gray, thresh, 127, 255, THRESH_BINARY);

    // 找到图像中所有轮廓，并绘制出来
    std::vector<std::vector<Point>> contours;
    std::vector<Vec4i> hierarchy;
    findContours(thresh, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);
    drawContours(img, contours, -1, Scalar(0,255,0), 2);

    // 对于每个轮廓，计算面积和颜色平均值，并确定色相范围
    for (int i = 0; i < contours.size(); i++) {
        double area = contourArea(contours[i]);
        Scalar mean_val = mean(img, thresh);
        Mat hsv;
        cvtColor(Mat(1, 1, CV_8UC3, mean_val), hsv, COLOR_BGR2HSV);
        int h = hsv.at<Vec3b>(0,0)[0];
        int lower_h = h - 10;
        int upper_h = h + 10;
        Scalar lower = Scalar(lower_h, 50, 50);
        Scalar upper = Scalar(upper_h, 255, 255);
        Mat mask;
        inRange(cvtColor(img, mask, COLOR_BGR2HSV), lower, upper, mask);
        int color_pixels = countNonZero(mask);

        // 计算颜色百分比并输出
        double color_percent = (color_pixels / area) * 100;
        std::cout << "Contour area: " << area << std::endl;
        std::cout << "Color mean: " << mean_val << std::endl;
        std::cout << "Color percent: " << color_percent << std::endl;
    }

    imshow("image", img);
    waitKey(0);
    destroyAllWindows();
    return 0;
}

请注意，由于 OpenCV 的 C++ 接口与 Python 接口有所不同，因此代码结构和语法可能略有不同，但算法流程与 Python 版本基本相同。