Eigen库

最新推荐文章于 2025-04-26 20:52:37 发布

原创

最新推荐文章于 2025-04-26 20:52:37 发布 · 592 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了Eigen库的安装，包括Ubuntu的包管理和官网下载编译安装，并强调了内存对齐问题。在使用中，文章提醒注意矩阵的列存储、类型匹配和维数一致性。此外，还详细讨论了矩阵和向量的操作、SVD求解，以及Eigen与OpenCV、double*之间的转换。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

安装

ubuntu 中：sudo apt-get install libeigen3-dev ，安装完成之后可以在/usr/include/下存在eigen3文件夹，证明安装成功。里面会有三个文件，子目录eigen3/Eigen下的头文件其实是对于你编译工程来说唯一需要的。
如果上述方法不行(有的其他库依赖eigen版本不对)，直接去官网下载对应版本即可，编译安装，cmake的时候可以指定安装路径(cmake … 之后最下面会有提示，根据提示重新cmake 一下，默认/usr/local/include)。
查看使用的Eigen的版本：在/Eigen/src/Core/util/Macros.h 里面，比如3.2.92

使用

注意坑

主要参考官方说明文档

所有矩阵的默认按列存储，可以参考Matrix类，都是以0 为起点。
所有操作需要相同类型，否则需要进行显示转化，也禁止弄错维数
[]限于vector， (）都可以，（index）取决于存储顺序
内存对齐问题

官方文档说明

总体介绍包括：各个模块的作用，各种矩阵、向量的类型，以及如何操作：
Chapters->Dense matrix and array manipulation(大部分普通操作都有) / ->Quick reference guide（Like cheatsheet）

在这里插入图片描述

查看typedef定义的常用的matrix和vector类型：
Chapters->Dense matrix and array manipulation->Reference->Global matrix typedefs
查看类的成员信息，.h文件
Chapters->Dense matrix and array manipulation->Reference->每个module下有类的说明，最下面都有打开.h文件的快捷键，其他模块也在相应Reference下module里面。或者和Chapters同级目录下有Class List总的表，按首字母排序。

常用

矩阵和向量的操作

cols()：行数
rows()：列数
size()：元素的个数
resize(3,3)：重定义矩阵大小，和动态矩阵连用

    Eigen::MatrixXd R; // 刚开始可能不清楚定义多大的矩阵
    /*      操作得到行和列        */
    R.resize(1,9);
    R << 1,2,3,4,5,6,7,8,9;
    cout << R.rows()<< "  ";  // 1
    cout << R.cols()<< "  ";  // 9
    cout << R(0,2) << endl;  //3

    R.resize(3,3);
    cout << R.rows()<< "  "; // 3
    cout << R.cols() << "  "; // 3
    cout << R(2,2) << endl;  // 9

Eigen和matlab的操作对比

#include <Eigen/Dense>   
// 基本用法  
// Eigen          // Matlab           // 注释  
x.size()          // length(x)        // 向量的长度  
C.rows()          // size(C,1)        // 矩阵的行数  
C.cols()          // size(C,2)        // 矩阵的列数  
x(i)              // x(i+1)           // 访问向量元素（Matlab的下标从1开始计数）  
C(i,j)            // C(i+1,j+1)       // 访问矩阵元素  
    
A << 1, 2, 3,     // 初始化A，元素也可以是矩阵，先按列堆叠，再按行堆叠。  
     4, 5, 6,       
     7, 8, 9;       
B << A, A, A;     // B 是3个A水平排列  
A.fill(10);       // 将A的所有元素填充为10  
  
// Eigen                                    // Matlab                       注释  
MatrixXd::Identity(rows,cols)               // eye(rows,cols)               //单位矩阵  
C.setIdentity(rows,cols)                    // C = eye(rows,cols)           //单位矩阵  
MatrixXd::Zero(rows,cols)                   // zeros(rows,cols)             //全零矩阵  
C.setZero(rows,cols)                        // C = zeros(rows,cols)         //全零矩阵  
MatrixXd::Ones(rows,cols)                   // ones(rows,cols)              //全一矩阵  
C.setOnes(rows,cols)                        // C = ones(rows,cols)          //全一矩阵  
MatrixXd::Random(rows,cols)                 // rand(rows,cols)*2-1          //MatrixXd::Random 返回范围为(-1, 1)的均匀分布的随机数  
C.setRandom(rows,cols)                      // C = rand(rows,cols)*2-1      //返回范围为(-1, 1)的均匀分布的随机数  
VectorXd::LinSpaced(size,low,high)          // linspace(low,high,size)'     //返回size个等差数列，第一个数为low，最后一个数为high  
v.setLinSpaced(size,low,high)               // v = linspace(low,high,size)' //返回size个等差数列，第一个数为low，最后一个数为high  
VectorXi::LinSpaced(((hi-low)/step)+1,      // low:step:hi                  //以step为步长的等差数列。((hi-low)/step)+1为个数  
                    low,low+step*(size-1))  //  
  
  
// Matrix 切片和块。下面列出的所有表达式都是可读/写的。  
// 使用模板参数更快（如第2个）。注意：Matlab是的下标是从1开始的。  
// Eigen                           // Matlab                        // 注释  
x.head(n)