模板匹配 -提高计算速度

误差平方和算法（SSD）

误差平方和算法（Sum of Squared Differences，简称SSD算法），也叫差方和算法。实际上，SSD算法与SAD算法如出一辙，只是其相似度测量公式有一点改动（计算的是子图与模板图的L2距离）。这里不再赘述。

模板匹配的速率如何提高？

先说说模板匹配的优势，精度高。但是计算量是特别大  以此项目为例  单次匹配 12ms

那么总共计算时间就是 10ms* 200（rows）*600（cols）,20分钟往上。12ms的单次循环很难继续优化。

1.常用的方法 将图像 没9个色块再分为一个像素 这样 你的计算速度就能优化9倍。

2.其他方法，GPU加速，CPU加速（多核电脑下的多线程）；

我采取了一个特别实用的办法，看着，秀操作的时候到了

学会了吗? 20min/10/10 = 12S ，不得不说，相当实用啊。

那么想继续提高精度，知道怎么办了吗？你可以以此基础下进行扩容，就是一目前锁定的这个点寻找周围的 20个像素，寻找最匹配的那个像素点。6不6。随便写点感悟

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <math.h>
#include <opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, const char* argv[]) {
    //模板原图
    cv::Mat ScrImg = cv::imread("B.jpg", cv::IMREAD_GRAYSCALE);
    int Srows = ScrImg.rows;
    int Scols = ScrImg.cols;
    int Sdepth = ScrImg.channels();
    //匹配图
    cv::Mat TargitImg = cv::imread("B_.jpg", cv::IMREAD_GRAYSCALE);
    int Trows = TargitImg.rows;
    int Tcols = TargitImg.cols;
    int Tchanel = TargitImg.channels();

    int endR = Srows - Trows;

    int endC = Scols - Tcols;
    int ChanelNum = Sdepth;

    int Squarediff = 255* Trows* Trows*Tcols* Tcols*3;
    int outr=0, outc=0;

    for (int starR = 0; starR < endR; starR = starR +10)
    {
        for (int starC = 0; starC < endC; starC =starC+10)
        {
            //cv::Mat pMat = ScrImg(Rect(starR, starC, Trows, Tcols));
            int temp = 0;
            for (int diffr =0; diffr < Trows; diffr++)
            {
                for (int diffc =0 ; diffc < Tcols; diffc++)
                {
                    if (Tchanel == 1) {
                        temp += abs(ScrImg.at<uchar>(starR + diffr, starC + diffc)- TargitImg.at<uchar>(diffr, diffc))
                            ;
                    }
                    else
                    {
                        for (int chanels = 0; chanels < Tchanel; chanels++) {
                            temp += (ScrImg.at<Vec3b>(starR + diffr, starC + diffc)[chanels] - TargitImg.at<Vec3b>(diffr, diffc)[chanels])*
                                (ScrImg.at<Vec3b>(starR + diffr, starC + diffc)[chanels] - TargitImg.at<Vec3b>(diffr, diffc)[chanels]);

                        }
                    }
 
                }
            }

            if (temp < Squarediff)
            {
                Squarediff = temp;
                outr = starR;
                outc = starC;
            }
        }
    }

    Rect rect(outc, outr, Tcols, Trows);//左上坐标（x,y）和矩形的长(x)宽(y)

    cv::rectangle(ScrImg, rect, Scalar(255, 0, 0), 1, LINE_8, 0);
 
    

    cv::imshow("原图", ScrImg);
    cv::imshow("匹配图", TargitImg);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}