c++ 实现SSD模板匹配

C++实现SSD（Sum of Squared Differences）模板匹配的步骤与SAD算法类似，只是计算匹配程度的方法不同。下面是一个简单的示例代码，演示如何实现SSD模板匹配：

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

using namespace cv;
using namespace std;

int main() {
    Mat srcImage = imread("original.jpg", IMREAD_GRAYSCALE);
    Mat tplImage = imread("template.jpg", IMREAD_GRAYSCALE);

    // 定义模板的大小
    int tplWidth = tplImage.cols;
    int tplHeight = tplImage.rows;

    // 在原始图像上滑动模板，计算每个模板和原始图像匹配区域的SSD值
    double minSSD = DBL_MAX;
    int minX = 0, minY = 0;
    for (int y = 0; y < srcImage.rows - tplHeight; y++) {
        for (int x = 0; x < srcImage.cols - tplWidth; x++) {
            double SSD = 0;
            for (int j = 0; j < tplHeight; j++) {
                for (int i = 0; i < tplWidth; i++) {
                    SSD += pow((srcImage.at<uchar>(y+j, x+i) - tplImage.at<uchar>(j, i)), 2);
                }
            }
            if (SSD < minSSD) {
                minSSD = SSD;
                minX = x;
                minY = y;
            }
        }
    }

    // 找到SSD值最小的匹配区域，即为找到的模板位置
    Point matchLoc(minX, minY);
    rectangle(srcImage, matchLoc, Point(minX + tplWidth, minY + tplHeight), Scalar(0, 0, 255), 2, 8, 0);

    imshow("Match result", srcImage);
    waitKey(0);

    return 0;
}

在上面的示例代码中，我们首先读取了原始图像和模板图像，并将它们转换为灰度图像。然后，我们定义了模板的大小，并在原始图像上滑动模板，计算每个模板和原始图像匹配区域的SSD值。最后，找到SSD值最小的匹配区域，即为找到的模板位置。