Eigen 创建求解稀疏矩阵保存方便日后使用

最新推荐文章于 2023-11-27 11:10:22 发布

penkgao

最新推荐文章于 2023-11-27 11:10:22 发布

阅读量1k

点赞数

文章标签： Eigen 学习

本文介绍了一种基于三角网格模型和最小二乘法计算光照方向的方法。通过遍历网格的所有面，计算每个面的法向量，并将这些信息组织成稀疏矩阵，最终求解得到光照方向。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include "Eigen/Sparse"  
typedef Eigen::SparseMatrix<double> SparseMatrixType;  
  
#include <vector>  
using namespace std;  
vec CDepthRegression::Get_LightDirection()  
{  
    vec light;  
    int fn = m_mesh->faces.size();  
  
    typedef Eigen::Triplet<double> T;  
    std::vector<T> tripletList;//稀疏矩阵的元素  
    for (int i = 0; i < fn;i++)  
    {  
          
        const TriMesh::Face &f = m_mesh->faces[i];  
        vec v0 = m_mesh->vertices[f[0]];  
        vec v1 = m_mesh->vertices[f[1]];  
        vec v2 = m_mesh->vertices[f[2]];  
  
        vec facenormal = (v2 - v1) CROSS(v0 - v2);  
        facenormal = normalize(facenormal);  
        for (int j = 0; j < 3;j++)  
        {  
            tripletList.push_back(T(i,j, facenormal[j]));  
        }  
          
    }  
    SparseMatrixType Ls(fn, 3);//矩阵的宽高  
    Ls.setFromTriplets(tripletList.begin(), tripletList.end());//从Triplet中构建稀疏矩阵  
  
    //最小二乘解超静定方程组  
    SparseMatrixType ls_transpose = Ls.transpose();  
    SparseMatrixType LsLs = ls_transpose* Ls;  
    Eigen::VectorXd RHSPos;//超静定方程组右边  
    RHSPos.resize(fn);  
    RHSPos.setZero();  
    for (int i = 0; i < fn;i++)  
    {  
        float I = m_mesh->face_color[i];  
        RHSPos[i] = I;  
    }  
  
    Eigen::SimplicialCholesky<SparseMatrixType>MatricesCholesky(LsLs);  
  
  
    Eigen::VectorXd xyzRHS = ls_transpose*RHSPos;  
    Eigen::Vector3d xyz = MatricesCholesky.solve(xyzRHS);  
  
  
    return vec(xyz[0],xyz[1], xyz[2]);  
  
}