c++ 多角度模板匹配，不用opencv

如果您不想使用OpenCV来实现多角度模板匹配，可以考虑使用图像特征描述算法，如SIFT（尺度不变特征转换）或SURF（加速稳健特征）来实现。这些算法可以提取出图像的特征点和描述子，然后通过匹配描述子来进行模板匹配。

以下是一个使用第三方库DLib（http://dlib.net/）实现多角度模板匹配的示例代码：

#include <iostream>
#include <dlib/image_processing.h>
#include <dlib/gui_widgets.h>

int main()
{
    // 读取原始图像和模板图像
    dlib::array2d<dlib::rgb_pixel> srcImage;
    dlib::array2d<dlib::rgb_pixel> templateImage;
    dlib::load_image(srcImage, "src_image.jpg");
    dlib::load_image(templateImage, "template_image.jpg");

    // 创建特征提取器并计算特征点和描述子
    dlib::surf_feature_extractor surf;
    std::vector<dlib::surf_point> srcPoints, templatePoints;
    dlib::matrix<float, 0, 1> srcDescriptors, templateDescriptors;
    surf(srcImage, srcPoints, srcDescriptors);
    surf(templateImage, templatePoints, templateDescriptors);

    // 创建匹配器并进行匹配
    dlib::kcentroid<dlib::linear_kernel<dlib::matrix<float, 0, 1>>> kc;
    dlib::kkmeans<dlib::linear_kernel<dlib::matrix<float, 0, 1>>> matcher(kc);
    matcher.set_number_of_centers(1);
    matcher.train(templateDescriptors);

    // 在原始图像中寻找最佳匹配
    std::vector<dlib::rectangle> matches;
    for (const auto& srcDescriptor : srcDescriptors)
    {
        dlib::matrix<float, 0, 1> descriptor = srcDescriptor;
        int label = matcher(descriptor);
        if (label == 0) // 最佳匹配的类别标签为0
        {
            int index = std::distance(srcDescriptors.begin(), std::find(srcDescriptors.begin(), srcDescriptors.end(), srcDescriptor));
            matches.push_back(srcPoints[index].rect);
        }
    }

    // 绘制矩形框和标注
    dlib::image_window win(srcImage);
    for (const auto& match : matches)
    {
        win.add_overlay(match, dlib::rgb_pixel(0, 255, 0));
    }
    win.wait_until_closed();

    return 0;
}

请确保已安装DLib库，并将图像文件名替换为您自己的文件路径。该代码使用DLib库中的SURF特征提取器和匹配器来进行多角度模板匹配。它计算原始图像和模板图像的特征点和描述子，然后通过描述子匹配找到最佳匹配，并在原始图像中绘制矩形框进行可视化。

希望对您有所帮助！如果您有其他问题，请随时提问。