【IPMV】Lab2-1 从零玩转Eigen库：掌握线性代数与OpenCV互操作的神器！（一）

本文链接：https://blog.youkuaiyun.com/BIYing_Aurora/article/details/146358857

Lab2-1 从零玩转Eigen库：掌握线性代数与OpenCV互操作的神器（一）

参考自同济大学蒋磊老师编写的IPMV实验说明
同济大学自动化专业IMPV课程学习记录（包含知识点以及实验）

Lab0 实验环境准备与OpenCV Hello World
Lab1-1 OpenCV入门与实践——从基础操作到实时视频处理（一）
Lab1-2 OpenCV入门与实践——从基础操作到实时视频处理（二）
Lab2-1 从零玩转Eigen库：掌握线性代数与OpenCV互操作的神器！(一)
Lab2-2 从零玩转Eigen库：掌握线性代数与OpenCV互操作的神器！(二)
Lab4 Blending 线性混合与拉普拉斯金字塔混合对比
…
待更新

文章目录

Lab2-1 从零玩转Eigen库：掌握线性代数与OpenCV互操作的神器（一）

引言：在计算机视觉和机器学习领域，线性代数运算是不可或缺的核心技能。而Eigen库作为C++中最强大的线性代数库之一，以其高效、易用的特性深受开发者喜爱。本文将带你从零开始，手把手教你掌握Eigen库的基本操作，并实现与OpenCV的无缝互操作，让你在图像处理中如虎添翼！

0 任务

掌握 Eigen 库的基本操作
掌握基本的线性代数运算
实现 Eigen 与 OpenCV 之间的互操作

1 Eigen 库：线性代数的瑞士军刀

Eigen是一个开源的 C++ 模板库，专注于线性代数运算。它支持矩阵、向量、数值求解器等操作，性能优越且接口友好。无论是学术研究还是工业应用，Eigen都是处理线性代数问题的首选工具。

1.0 创建实验项目

使用以下 CMakeLists 文件创建一个实验项目：

cmake_minimum_required(VERSION 3.5.1) # 设置CMake最低版本
project(LAB2) # 设置项目名称
# 查找Eigen库
find_package(Eigen3 REQUIRED)
# 添加可执行文件
add_executable(${PROJECT_NAME} task1_1.cpp)
# 设置C++标准
set_target_properties(${PROJECT_NAME} PROPERTIES CXX_STANDARD 17 CXX_STANDARD_REQUIRED ON) # 指定使用 C++17 标准进行编译
# 链接Eigen库
target_link_libraries(${PROJECT_NAME} PRIVATE Eigen3::Eigen)

1.1 快速上手：创建矩阵与向量

我们先从最简单的操作开始：创建矩阵和向量，并用随机值初始化它们。
示例代码：

#include <eigen3/Eigen/Dense>
#include <iostream>
int main(){
   
    // Create a 3x3 random matrix
    Eigen::MatrixXd mat = Eigen::MatrixXd::Random(3,3);
    std::cout << "Random matrix:\n" << mat << std::endl;
    
    // Create a 3-dimensional random vector
    Eigen::MatrixXd vec = Eigen::VectorXd::Random(3);
    std::cout << "Random vector:\n" << vec << std::endl;
    return 0;
}