在C++中，圖像濾波和增強可以通過多種方法實現，其中一些常見的方法包括：

1. 卷積濾波器（Convolution Filters）：卷積濾波器是一種基本的圖像處理技術，它通過將圖像的每個像素與一個濾波器內核進行卷積操作來實現圖像的模糊、銳化等效果。OpenCV庫提供了一個名為filter2D的函數，可以用于實現卷積濾波器。

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
    Mat src = imread("input.jpg");
    Mat dst;

    // 創建一個濾波器內核
    Mat kernel = (Mat_<float>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);

    // 應用卷積濾波器
    filter2D(src, dst, src.depth(), kernel);

    imwrite("output.jpg", dst);
    return 0;
}

2. 高斯濾波器（Gaussian Filter）：高斯濾波器是一種常用的圖像平滑濾波器，它可以有效地去除圖像中的高頻噪聲。OpenCV庫提供了一個名為GaussianBlur的函數，可以用于實現高斯濾波器。

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
    Mat src = imread("input.jpg");
    Mat dst;

    // 應用高斯濾波器
    GaussianBlur(src, dst, Size(5, 5), 1.5);

    imwrite("output.jpg", dst);
    return 0;
}

3. 中值濾波器（Median Filter）：中值濾波器是一種非線性濾波器，它可以有效地去除圖像中的椒鹽噪聲。OpenCV庫提供了一個名為medianBlur的函數，可以用于實現中值濾波器。

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
    Mat src = imread("input.jpg");
    Mat dst;

    // 應用中值濾波器
    medianBlur(src, dst, 5);

    imwrite("output.jpg", dst);
    return 0;
}

4. 雙邊濾波器（Bilateral Filter）：雙邊濾波器是一種結合了高斯濾波器和中值濾波器的濾波器，它可以在保持圖像細節的同時去除噪聲。OpenCV庫提供了一個名為bilateralFilter的函數，可以用于實現雙邊濾波器。

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
    Mat src = imread("input.jpg");
    Mat dst;

    // 應用雙邊濾波器
    bilateralFilter(src, dst, 9, 75, 75);

    imwrite("output.jpg", dst);
    return 0;
}

5. 直方圖均衡化（Histogram Equalization）：直方圖均衡化是一種圖像增強技術，它可以增加圖像的對比度，使得圖像更加清晰。OpenCV庫提供了一個名為equalizeHist的函數，可以用于實現直方圖均衡化。

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
    Mat src = imread("input.jpg", IMREAD_GRAYSCALE);
    Mat dst;

    // 應用直方圖均衡化
    equalizeHist(src, dst);

    imwrite("output.jpg", dst);
    return 0;
}

這些方法只是圖像濾波和增強的一部分，還有其他更多的技術可以用于圖像處理，例如邊緣檢測、特征提取等。在實際應用中，可以根據需要選擇合適的方法來實現圖像的濾波和增強。