c++ ncc模板匹配加速算法实现

NCC（Normalized Cross Correlation）模板匹配是一种常用的图像处理算法，用于在一幅图像中搜索匹配的模板图像。NCC 模板匹配的基本思想是计算模板图像与搜索图像的归一化互相关值，从而确定最佳匹配位置。

以下是使用 C++ 实现 NCC 模板匹配的简单代码：

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("search.jpg");  // 读取搜索图像
    Mat tpl = imread("template.jpg");  // 读取模板图像

    Mat res;  // 存储匹配结果
    matchTemplate(img, tpl, res, TM_CCORR_NORMED);  // 进行 NCC 模板匹配

    double minVal, maxVal;  // 存储最小值和最大值
    Point minLoc, maxLoc;  // 存储最小值和最大值的位置
    minMaxLoc(res, &minVal, &maxVal, &minLoc, &maxLoc);

    cout << "最大匹配值：" << maxVal << endl;  // 输出最大匹配值

    rectangle(img, maxLoc, Point(maxLoc.x + tpl.cols, maxLoc.y + tpl.rows), Scalar(0, 0, 255), 2);  // 在搜索图像中标记匹配位置
    imshow("result", img);  // 显示结果图像
    waitKey(0);

    return 0;
}

代码中使用了 OpenCV 库中的 `matchTemplate` 函数进行 NCC 模板匹配，并使用 `minMaxLoc` 函数找到最佳匹配位置。最后在搜索图像中标记匹配位置并显示结果图像。

需要注意的是，在实际使用中，NCC 模板匹配并不能保证完全准确的匹配，需要根据具体情况考虑使用其他图像处理算法来进一步优化匹配结果。