C++矩阵处理库--Eigen初步使用转载自CSDNcyxcw1的博客

1、C+矩阵处理库-Eigen初步使用（转载自：CSDNcyxcwl的博客）2013-07-1621:20:43|分类：计算机视觉|举报|字号订阅项目要进行比较多的矩阵操作，特别是二维矩阵。刚开始做实验时，使用了动态二维数组，于是写了一堆Matrix函数，作矩阵的乘除加减求逆求行列式。实验做完了，开始做代码优化，发现Matrix.h文件里适用性太低，而且动态二维数组的空间分配与释放也影响效率，于是寻找其他解决方案。首先考虑的是与Matlab混合编程，折腾了半天把Matlab环境与VS2010环境之后，发现Matlab编译出来的函数使用起来也比较麻烦，要把数组转化成该函数适用的类型后才能使用这些函数

2、。我的二维数组也不是上千万维的，估计这个转化的功夫就牺牲了一部分效率了。（如果谁有混合编程的心得，求帮忙，冏。）接着想到使用一维数组的方法，或者把一维数组封装在一个类里边。想着又要写一堆矩阵操作函数头就大，索性谷歌了一下矩阵处理库，除了自己之前知道的OpenCV库（之前由于转化cvarr麻烦，于是放弃），还有Eigen,Armadillo。http:效率做了一个简单的评测，OpenCV库的矩阵操作效率是最低的，还好我没使用。Eigen速度最快，与自己定义数组的操作效率相当（-,才相当吗？我本来还想找个更快的呢）。于是选择使用Eigen。进入正题。安装：http:eigen.tuxfamily.

3、org/index.php?title=Main_Page这里杲官网，直接把包下载下来，不大，也就几M,我是直接放在自己项目文件夹（考虑项目封装时，这样比较方便），放在VS2010<INCLUDE>文件夹。简单使用：看了一下官方文档，Eigen库除了能实现各种矩阵操作外，貌似还提供数学分析中的各种矩阵操作（包括L矩阵U矩阵）。目前我使用到的还是简单的矩阵操作，如加减乘除，求行列式，转置，逆，这些基本操作只要：cppviewplaincopyprint?1. #include"Eigen/Eigen"2. usingnamespaceEigen;就能实现，别忘了名

4、空间Eigen。包含的类型：MatricesArraysArray<float,Dynamic,Dynamic><=>ArrayXXfArray<double,Dynamic,1><=>ArrayXdArray<int,1,Dynamic><=>RowArrayXiArray<float,3,3><=>Array33fArray<float,4,1><=>Array4fMatrix<float,Dynamic,Dynamic><=>MatrixXfMa

5、trix<double,Dynamic,1><=>VectorXdMatrix<int,1,Dynamic><=>RowVectorXiMatrix<float,3,3><=>Matrix3fMatrix<float,4,1><=>Vector4f如上表，主要包括两种类型，Matrices与Arryays,接着是这两种类型的派生类型。现在我用到的是Matrices（我不明白这两种类型在效率间有什么差距，冏。）,其中Matrix代表二维矩阵，Vector代表列向量RowVector代表行向量。如果后面

6、跟着X,则代表是动态的数组，运行时可以根据需求改变，如果是数字，则代表是静态的（根据实验，最多能建立4维的静态矩阵或者数组，-,为嘛不是6维，实验正好需要）。i代表int类型，f代表float类型，d代表double。对应关系：Matrix二维矩阵Vector列向量RowVector行向量X动态固定数字n静态，4>=n>=1iintffloatddoubleArrays类型的话也跟Matrices差不多。基本操作，定义，初始化，矩阵操作：cppviewplaincopyprint?1. #include<iostream>2. #include"Eigen/E

7、igen”3. usingnamespacestd;4. usingnamespaceEigen;5.6. voidfoo(MatrixXf&m)7. 8. Matrix3fm2=Matrix3f:Zero(3,3);9. m2(0,0)=1;10. m=m2;11. 12. intmain()13. 14. /*定义，定义时默认没有初始化，必须自己初始化*/15. MatrixXfm1(3,4);/动态矩阵,建立3行4歹限16. MatrixXfm2(4,3);/4行3列，依此类推。17. MatrixXfm3(3,3);18. Vector3fv1;/若是静态数组，则不用指定行或者

8、列19. /*初始化*/20. m1=MatrixXf:Zero(3,4);/用0矩阵初始化，要指定行列数21. m2=MatrixXf:Zero(4,3);22. m3=MatrixXf:Identity(3,3);/用单位矩阵初始化23. v1=Vector3f:Zero();/同理，若是静态的，不用指定行列数24.25. m1<<1,0,0,1,也可以以这种方式初始化26. 1,5,0,1,28. m2<<1,0,0,29. 0,4,0,30. 0,0,7,31. 1,1,1;32.33. /*元素的访问*/34. v11=1;35. m3(2,2)=7;36.

9、cout<<"v1:n"<<v1<<endl;37. cout<<"m3:n"<<m3<<endl;38. /*复制操作*/39. VectorXfv2=v1;/复制后，行数与列数和右边的v1相等,matrix也是一样，40. /也可以通过这种方式重置动态数组的行数与列数41. cout<<"v2:n"<<v2<<endl;42.43. /*矩阵操作，可以实现+-*/操作，同样可以实现连续操作(但是维数必须符合情况),44. 如

10、m1,m2,m3维数相同，则可以m1=m2+m3+m1;*/45. m3=m1*m2;46. v2+=v1;47. cout<<"m3:n"<<m3<<endl;48. cout<<"v2:n"<<v2<<endl;49. /m3=m3.transpose();这句出现错误，估计不能给自己赋值50. cout<<"m3转置:n"<<m3.transpose()<<endl;51. cout<<"m3行歹！J

11、式:n"<<m3.determinant()<<endl;52. m3=m3.reverse();53. cout<<"m3求逆:n"<<m3<<endl;54.55. system("pause");56.57. return0;58. 输出:htmlviewplaincopyprint?1. v1:2. 03. 14. 05. m3:6. 1007. 0108. 0079. v2:10. 011. 112. 013. m3:14. 21115. 221116. 116417. v2

12、:18. 019. 220. 021. m3转置：22. 22123. 121124. 116425. m3行列式：26. 254027. m3求逆：28. 641129. 1211基本的操作就是以上这些，有了这个库，以后就不用做重复工作了!C+矩阵处理工具Eigen分类：C/C+MATLABLinux&MAC2012-07-2420:3718047人阅读评论(32)收藏举报工具c+matrixrandominitializationmatlab最近和一些朋友讨论到了C+中数学工具的问题，以前总是很2地自己写矩阵运算，或者有时候在matlab里计算了一些数据再往C程序里倒，唉想想那些年

13、，我们白写的代码啊人家早已封装好了！首先推荐几个可以在C+中调用的数学平台：eigen、bias、lapack、svd、CMatrix,本文着重eigen做以讲解，希望对各位有所帮助。下面是本文主线，主要围绕下面几点进行讲解：*Eigen是什么？Eigen3哪里下载？Eigen3的配置Eigen3样例代码有没有？去哪里更深入学习？*Eigen是什么？Eigen是C+中可以用来调用并进行矩阵计算的一个库，里面封装了一些类，需要的头文件和功能如下:ModulesandHeaderfilesTheEigenhbraryisdividedinaCoremoduleandseveraladdibonal

14、modules.Eachmodulehasacorrespondingheaderfilewhichhastobeincludedinordertousethemodule.TheJenieandEigenheadefriesare口OMidedt。convenientlygainaccesstoseveralmodulesatonce.ModuleCoreGeometryLUChoieskYHouseholderSVDQREigenvaluesSparseHeaderfileContentsii.,i,巴MatrixandArrayd日兆守的b己witline己1ralgebra(inclu

15、dingtrimngulwandseifadjcintproducts)rarraymanipulation机处配立LGTranstormTranslation,叼行呷ftotion2Dand3Drotations(Quaternion,AngleAxis)#LILcluda&ssn/Lu>Inverse,determinant,LUdecompositronswithsolvern-(FullPivLUPartialPivLU)板足通LLTandLDLTCh。悟skyfactorationwithsolver粒EM<Ei/n/iUxhoi&QHouseholder

16、transformations;thismoduleisusedbysevelinearalgebramodules於neiud电<EigMi/svn>5V口decompositionwithleast-squaressolverCJacobiSVD)机X”心<E1e6n/0B>QRdcomposihonwithsolver(HouseholderQR,ColPiuHou&eficlderQRrFuHPivHouseholdsrQk)# 皿I2®鸵Eigenvalue,eigenvertordecomposrtionsCEigenSolverSeifA

17、ojotntEigenS-olverComplexEig&nSolver)# LIlciudt侬*n/班虹GS口日强matrixstoogeandrelatedbareg北日(Spiir5eNntnx,DvnamkSDarseMatrix/Spar5eVector)# Uclude®即n/mnsGdeludesUdgGam改MLUChomsky,QRantiEigenvaiuesheaderfiles版iLuiude<Ei中南上：变QIncludesDenseandSparseheaderfiles(thewholeEigenlibrary)Eigen的主页上有一些更详

18、细的日gen介绍。Eigen3哪里下载？这里是我下好的，这里是官网主页，请自行下载，是个code包，不用安装。Eigen的配置逋用属性一直置晨性簟规jC/C+嬴京姓理器代隹生成逅言七要泽头批出文件窗疑信息高级清单工具XML立档生成号湖显信息讯刍定父生成声要配置浩朗（Mbug）-平白网活副CWin算配意附加包含目录D:PragramFilecXcigenS解析仙Jng弓|用调近信息惜式用于“编铜井彼续”的程序激据库（/ZD酬香盘不启动版校标志是t/rtolog&）警告箸盟3圾（/W3J检源64拉可移植性问嶷舌将警与艮为错送香慢吊UNICODEm立交1牛皇附加包含目录指是f或寥个登添加至唯

19、序窗佞由的目录;号目录不止一W,请用分号分隔.I直接上图了，附加包含目录那里填上你放日gen文件夹的位置即可。Eigen的样例代码有没有？当然有，这篇文章重点就是这里！以下是我整理的一些常用操作，基本的矩阵运算就在下面了，算是个入门吧主要分以下几部分：建议大家放到编译环境里去看，因为我这里有一些region的东西，编译器下更方便看cppviewplaincopy1. #include<iostream>2. #include<Eigen/Dense>3.4./usingEigen:MatrixXd;5.usingnamespaceEigen;6.usingnamespa

20、ceEigen:internal;7.8.usingnamespaceEigen:Architecture;9.10.usingnamespacestd;11.12. intmain()13. 14.15. #pragmaregionone_d_object2.23.24.cout<<II*1D-objectVector4dv1;v1<<1,2,3,4;cout<<"v1=n"<<v1<<endl;VectorXdv2(3);v2<<1,2,3;*“<<

21、endl;25. cout<<"v2=n"<<v2<<endl;26.27. Array4iv3;28. v3<<1,2,3,4;29. cout<<"v3=n"<<v3<<endl;30.31. ArrayXfv4(3);32. v4<<1,2,3;33. cout<<"v4=n"<<v4<<endl;34.35. #pragmaendregion36.37. #pragmaregiontwo_d_ob

22、ject1.42.43.cout<<II*/2Dobjects:MatrixXdm(2,2);/method1*2D-object*“<<endl;44. m(0,0)=3;45. m(1,0)=2.5;46. m(0,1)=-1;47. m(1,1)=m(1,0)+m(0,1);48.49. /method250. m<<3,-1,51. 2.5,-1.5;52. cout<<"m=n"<<m<<endl;54. #pragmaendregion55.56. #pragmaregi

23、onComma_initializer57.58. cout<<59.60. int61. int“*Initialization*"rows=5;cols=5;<<endl;62. MatrixXfm1(rows,cols);63. m1<<(Matrix3f()<<1,2,3,4,5,6,7,8,9).finished(),64. MatrixXf:Zero(3,cols-3),65. MatrixXf:Zero(rows-3,3),66. MatrixXf:Identity(rows-3,cols-3);67. cout<&

24、lt;"m1=n"<<m1<<endl;69.#pragmaendregion70.71. #pragmaregionRuntime_info72.73.cout<<II*RuntimeInfo*“<<endl;74.75. MatrixXfm2(5,4);76. m2<<MatrixXf:Identity(5,4);77. cout<<"m2=n"<<m2<<endl;78.79. MatrixXfm3;80. m3=m1*m2;4.co

25、ut<<"m3.rows()="<<m3.rows()<<""<<"m3.cols()="<<m3.cols()<<endl;cout<<"m3=n"<<m3<<endl;85.86. #pragmaendregion87.88. #pragmaregionResizing89.90.cout<<II*Resizing*”<<endl;91.92. /1D-resize93. v1.r

26、esize(4);94. cout<<"Recoverv1to4*1array:v1=n"<<v1<<endl;95.96. /2D-resize97. m.resize(2,3);98. m.resize(Eigen:NoChange,3);99. m.resizeLike(m2);100. m.resize(2,2);101.102. #pragmaendregion103.104. #pragmaregionCoeff_access105.106.cout<<,*Coefficientaccess*”<<en

27、dl;107.108. floattx=v1(1);109. tx=m1(1,1);110. cout<<endl;111.112. #pragmaendregion113.114.#pragmaregionPredefined_matrix115.116.cout<<"*PredefinedMatrix*"<<endl;117.118./1D-object119.typedefMatrix3fFixedXD;120.FixedXDx;121.122.x=FixedXD:Zero();123.x=FixedXD:Ones();124.x=

28、FixedXD:Constant(tx);/txisthevalue125.x=FixedXD:Random();126.cout<<"x=n"<<x<<endl;127.128.typedefArrayXfDynamic1D;129./或者typedefVectorXfDynamic1D130.intsize=3;131.Dynamic1Dxx;132.xx=Dynamic1D:Zero(size);133.xx=Dynamic1D:Ones(size);134.xx=Dynamic1D:Constant(size,tx);135.xx

29、=Dynamic1D:Random(size);136.cout<<"xx=n"<<x<<endl;137.138./2D-object139.typedefMatrixXfDynamic2D;140.Dynamic2Dy;141.y=Dynamic2D:Zero(rows,cols);142.y=Dynamic2D:Ones(rows,cols);143.y=Dynamic2D:Constant(rows,cols,tx);/txisthevalue144.y=Dynamic2D:Random(rows,cols);145.146.#pragma