C++矩陣處理庫--Eigen初步使用轉(zhuǎn)載自CSDNcyxcw1的博客

1、C+矩陣處理庫-Eigen初步使用（轉(zhuǎn)載自：CSDNcyxcwl的博客）2013-07-1621:20:43|分類：計算機視覺|舉報|字號訂閱項目要進行比較多的矩陣操作，特別是二維矩陣。剛開始做實驗時，使用了動態(tài)二維數(shù)組，于是寫了一堆Matrix函數(shù)，作矩陣的乘除加減求逆求行列式。實驗做完了，開始做代碼優(yōu)化，發(fā)現(xiàn)Matrix.h文件里適用性太低，而且動態(tài)二維數(shù)組的空間分配與釋放也影響效率，于是尋找其他解決方案。首先考慮的是與Matlab混合編程，折騰了半天把Matlab環(huán)境與VS2010環(huán)境之后，發(fā)現(xiàn)Matlab編譯出來的函數(shù)使用起來也比較麻煩，要把數(shù)組轉(zhuǎn)化成該函數(shù)適用的類型后才能使用這些函數(shù)

2、。我的二維數(shù)組也不是上千萬維的，估計這個轉(zhuǎn)化的功夫就犧牲了一部分效率了。（如果誰有混合編程的心得，求幫忙，冏。）接著想到使用一維數(shù)組的方法，或者把一維數(shù)組封裝在一個類里邊。想著又要寫一堆矩陣操作函數(shù)頭就大，索性谷歌了一下矩陣處理庫，除了自己之前知道的OpenCV庫（之前由于轉(zhuǎn)化cvarr麻煩，于是放棄），還有Eigen,Armadillo。http:效率做了一個簡單的評測，OpenCV庫的矩陣操作效率是最低的，還好我沒使用。Eigen速度最快，與自己定義數(shù)組的操作效率相當(dāng)（-,才相當(dāng)嗎？我本來還想找個更快的呢）。于是選擇使用Eigen。進入正題。安裝：http:eigen.tuxfamily.

3、org/index.php?title=Main_Page這里杲官網(wǎng)，直接把包下載下來，不大，也就幾M,我是直接放在自己項目文件夾（考慮項目封裝時，這樣比較方便），放在VS2010<INCLUDE>文件夾。簡單使用：看了一下官方文檔，Eigen庫除了能實現(xiàn)各種矩陣操作外，貌似還提供數(shù)學(xué)分析中的各種矩陣操作（包括L矩陣U矩陣）。目前我使用到的還是簡單的矩陣操作，如加減乘除，求行列式，轉(zhuǎn)置，逆，這些基本操作只要：cppviewplaincopyprint?1. #include"Eigen/Eigen"2. usingnamespaceEigen;就能實現(xiàn)，別忘了名

4、空間Eigen。包含的類型：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，主要包括兩種類型，Matrices與Arryays,接著是這兩種類型的派生類型?，F(xiàn)在我用到的是Matrices（我不明白這兩種類型在效率間有什么差距，冏。）,其中Matrix代表二維矩陣，Vector代表列向量RowVector代表行向量。如果后面

6、跟著X,則代表是動態(tài)的數(shù)組，運行時可以根據(jù)需求改變，如果是數(shù)字，則代表是靜態(tài)的（根據(jù)實驗，最多能建立4維的靜態(tài)矩陣或者數(shù)組，-,為嘛不是6維，實驗正好需要）。i代表int類型，f代表float類型，d代表double。對應(yīng)關(guān)系：Matrix二維矩陣Vector列向量RowVector行向量X動態(tài)固定數(shù)字n靜態(tài)，4>=n>=1iintffloatddoubleArrays類型的話也跟Matrices差不多。基本操作，定義，初始化，矩陣操作：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. /*定義，定義時默認(rèn)沒有初始化，必須自己初始化*/15. MatrixXfm1(3,4);/動態(tài)矩陣,建立3行4歹限16. MatrixXfm2(4,3);/4行3列，依此類推。17. MatrixXfm3(3,3);18. Vector3fv1;/若是靜態(tài)數(shù)組，則不用指定行或者

8、列19. /*初始化*/20. m1=MatrixXf:Zero(3,4);/用0矩陣初始化，要指定行列數(shù)21. m2=MatrixXf:Zero(4,3);22. m3=MatrixXf:Identity(3,3);/用單位矩陣初始化23. v1=Vector3f:Zero();/同理，若是靜態(tài)的，不用指定行列數(shù)24.25. m1<<1,0,0,1,也可以以這種方式初始化26. 1,5,0,1,28. m2<<1,0,0,29. 0,4,0,30. 0,0,7,31. 1,1,1;32.33. /*元素的訪問*/34. v11=1;35. m3(2,2)=7;36.

9、cout<<"v1:n"<<v1<<endl;37. cout<<"m3:n"<<m3<<endl;38. /*復(fù)制操作*/39. VectorXfv2=v1;/復(fù)制后，行數(shù)與列數(shù)和右邊的v1相等,matrix也是一樣，40. /也可以通過這種方式重置動態(tài)數(shù)組的行數(shù)與列數(shù)41. cout<<"v2:n"<<v2<<endl;42.43. /*矩陣操作，可以實現(xiàn)+-*/操作，同樣可以實現(xiàn)連續(xù)操作(但是維數(shù)必須符合情況),44. 如

10、m1,m2,m3維數(shù)相同，則可以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();這句出現(xiàn)錯誤，估計不能給自己賦值50. cout<<"m3轉(zhuǎn)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. 輸出: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轉(zhuǎn)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這些，有了這個庫，以后就不用做重復(fù)工作了!C+矩陣處理工具Eigen分類：C/C+MATLABLinux&MAC2012-07-2420:3718047人閱讀評論(32)收藏舉報工具c+matrixrandominitializationmatlab最近和一些朋友討論到了C+中數(shù)學(xué)工具的問題，以前總是很2地自己寫矩陣運算，或者有時候在matlab里計算了一些數(shù)據(jù)再往C程序里倒，唉想想那些年

13、，我們白寫的代碼啊人家早已封裝好了！首先推薦幾個可以在C+中調(diào)用的數(shù)學(xué)平臺：eigen、bias、lapack、svd、CMatrix,本文著重eigen做以講解，希望對各位有所幫助。下面是本文主線，主要圍繞下面幾點進行講解：*Eigen是什么？Eigen3哪里下載？Eigen3的配置Eigen3樣例代碼有沒有？去哪里更深入學(xué)習(xí)？*Eigen是什么？Eigen是C+中可以用來調(diào)用并進行矩陣計算的一個庫，里面封裝了一些類，需要的頭文件和功能如下: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機處配立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電<EigMi/svn>5V口decompositionwithleast-squaressolverCJacobiSVD)機X”心<E1e6n/0B>QRdcomposihonwithsolver(HouseholderQR,ColPiuHou&eficlderQRrFuHPivHouseholdsrQk)# 皿I2®鴕Eigenvalue,eigenvertordecomposrtionsCEigenSolverSeifA

17、ojotntEigenS-olverComplexEig&nSolver)# LIlciudt儂*n/班虹GS口日強matrixstoogeandrelatedbareg北日(Spiir5eNntnx,DvnamkSDarseMatrix/Spar5eVector)# Uclude®即n/mnsGdeludesUdgGam改MLUChomsky,QRantiEigenvaiuesheaderfiles版iLuiude<Ei中南上：變QIncludesDenseandSparseheaderfiles(thewholeEigenlibrary)Eigen的主頁上有一些更詳

18、細的日gen介紹。Eigen3哪里下載？這里是我下好的，這里是官網(wǎng)主頁，請自行下載，是個code包，不用安裝。Eigen的配置逋用屬性一直置晨性簟規(guī)jC/C+嬴京姓理器代隹生成逅言七要澤頭批出文件窗疑信息高級清單工具XML立檔生成號湖顯信息訊芻定父生成聲要配置浩朗（Mbug）-平白網(wǎng)活副CWin算配意附加包含目錄D:PragramFilecXcigenS解析仙Jng弓|用調(diào)近信息惜式用于“編銅井彼續(xù)”的程序激據(jù)庫（/ZD酬香盤不啟動版校標(biāo)志是t/rtolog&）警告箸盟3圾（/W3J檢源64拉可移植性問嶷舌將警與艮為錯送香慢吊UNICODEm立交1?；矢郊影夸浿甘莊或寥個登添加至唯

19、序窗佞由的目錄;號目錄不止一W,請用分號分隔.I直接上圖了，附加包含目錄那里填上你放日gen文件夾的位置即可。Eigen的樣例代碼有沒有？當(dāng)然有，這篇文章重點就是這里！以下是我整理的一些常用操作，基本的矩陣運算就在下面了，算是個入門吧主要分以下幾部分：建議大家放到編譯環(huán)境里去看，因為我這里有一些region的東西，編譯器下更方便看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