Eigen:矩陣計算簡單用法(一)

查志強發表於2016-09-06

【原文:http://blog.sina.com.cn/s/blog_691fc8920102v02r.html

Eigen非常方便矩陣操作,當然它的功能不止如此,由於本人只用到了它的矩陣相關操作,所以這裡只給出了它的一些矩陣相關的簡單用法,以方便快速入門。矩陣操作在演算法研究過程中,非常重要,例如在影象處理中二維高斯擬合求取光斑中心時使用Eigen提供的矩陣演算法,差不多十來行程式碼即可實現,具體可見:http://blog.csdn.net/hjx_1000/article/details/8490653

Eigen的下載與安裝,可參考下面兩個部落格:

http://blog.csdn.net/hjx_1000/article/details/8477522

或者:http://blog.csdn.net/abcjennifer/article/details/7781936

Eigen幫助文件的地址http://eigen.tuxfamily.org/dox/pages.html,本文中很多例子也是直接摘自這些幫助文件,

另外關於Eigen的論壇可以訪問http://forum.kde.org/viewforum.php?f=74

Eigen用原始碼的方式提供給使用者使用,在使用時只需要包含Eigen的標頭檔案即可進行使用。

之所以採用這種方式,是因為Eigen採用模板方式實現,由於模板函式不支援分離編譯,所以只能提供原始碼而不是動態庫的方式供使用者使用,不過這也也更方面使用者使用和研究。關於模板的不支援分離編譯的更多內容,請參考:http://blog.csdn.net/hjx_1000/article/details/8093701


1、  矩陣的定義

Eigen中關於矩陣類的模板函式中,共有6個模板引數,但是目前常用的只有前三個,如下所示:template<</SPAN>typename _Scalar, int _Rows, int _Cols, int _Options, int _MaxRows, int _MaxCols>  

struct traits >  

其前三個引數分別表示矩陣元素的型別,行數和列數。
矩陣定義時可以使用Dynamic來表示矩陣的行列數為未知,例如:
typedef MatrixDynamic, DynamicMatrixXd;
在Eigen中也提供了很多常見的簡化定義形式,例如:
typedef Matrix< double , 3 , 1> Vector3d

 

 

注意:

(1)Eigen中無論是矩陣還是陣列、向量,無論是靜態矩陣還是動態矩陣都提供預設建構函式,也就是你定義這些資料結構時都可以不用提供任何引數,其大小均由執行時來確定。

(2)矩陣的建構函式中只提供行列數、元素型別的構造引數,而不提供元素值的構造,對於比較小的、固定長度向量提供初始化元素的定義,例如:

Vector2d a(5.0, 6.0); 

 Vector3d b(5.0, 6.0, 7.0); 

 Vector4d c(5.0, 6.0, 7.0, 8.0);  

2、動態矩陣和靜態矩陣

動態矩陣是指其大小在執行時確定,靜態矩陣是指其大小在編譯時確定,在Eigen中並未這樣稱呼矩陣。具體可見如下兩段程式碼:

程式碼段1:

  1. #include   
  2. #include   
  3. using namespace Eigen;  
  4. using namespace std;  
  5. int main()  
  6. {  
  7. MatrixXd m = MatrixXd::Random(3,3);  
  8. m = (m + MatrixXd::Constant(3,3,1.2)) * 50;  
  9. cout << "m =" << endl << m << endl;  
  10. VectorXd v(3);  
  11. v << 1, 2, 3;  
  12. cout << "m * v =" << endl << m * v << endl;  
  13. }  

程式碼段2:

#include   
  1. #include   
  2. using namespace Eigen;  
  3. using namespace std;  
  4. int main()  
  5. {  
  6. Matrix3d m = Matrix3d::Random();  
  7. m = (m + Matrix3d::Constant(1.2)) * 50;  
  8. cout << "m =" << endl << m << endl;  
  9. Vector3d v(1,2,3);  
  10. cout << "m * v =" << endl << m * v << endl;  
  11. }  
說明

1)程式碼段1中MatrixXd表示任意大小的元素型別為double的矩陣變數,其大小隻有在執行時被賦值之後才能知道; MatrixXd::Random(3,3)表示產生一個元素型別為double的3*3的臨時矩陣物件。

 2)程式碼段2中Matrix3d表示元素型別為double大小為3*3的矩陣變數,其大小在編譯時就知道;

3)上例中向量的定義也是類似,不過這裡的向量時列優先,在Eigen中行優先的矩陣會在其名字中包含有row,否則就是列優先

4)向量只是一個特殊的矩陣,其一個維度為1而已,如:typedef Matrix< double , 3 , 1> Vector3d

3、矩陣元素的訪問

在矩陣的訪問中,行索引總是作為第一個引數,需注意Eigen中遵循大家的習慣讓矩陣、陣列、向量的下標都是從0開始。矩陣元素的訪問可以通過()操作符完成,例如m(2,3)即是獲取矩陣m的第2行第3列元素(注意行列數從0開始)。可參看如下程式碼:

  1. #include   
  2. #include   
  3. using namespace Eigen;  
  4. int main()  
  5. {  
  6. MatrixXd m(2,2);  
  7. m(0,0) = 3;  
  8. m(1,0) = 2.5;  
  9. m(0,1) = -1;  
  10. m(1,1) = m(1,0) + m(0,1);  
  11. std::cout << "Here is the matrix m:\n" << m << std::endl;  
  12. VectorXd v(2);  
  13. v(0) = 4;  
  14. v(1) = v(0) - 1;  
  15. std::cout << "Here is the vector v:\n" << v << std::endl;  
  16. }  
其輸出結果為:

 

Here is the matrix m:
  3  -1
2.5 1.5
Here is the vector v:
4
3

 

針對向量還提供[]操作符,注意矩陣則不可如此使用,原因為:在C++中m[i, j]中逗號表示式 “i, j”的值始終都是“j”的值,即m[i, j]對於C++來講就是m[j];

4、設定矩陣的元素

在Eigen中過載了"<<"操作符,通過該操作符即可以一個一個元素的進行賦值,也可以一塊一塊的賦值。另外也可以使用下標進行復制,例如下面兩段程式碼:

程式碼段1

Matrix3f m; 
 m << 1, 2, 3,  4, 5, 6,  7, 8, 9; 
 std::cout << m;  
輸出結果為:

 

1 2 3
4 5 6
7 8 9
程式碼段二(使用下標進行復制)
 
VectorXf m_Vector_A;  
  1. MatrixXf m_matrix_B;  
  2. int m_iN =-1;  
  3.   
  4. bool InitData(int pSrc[100][100], int iWidth, int iHeight)  
  5. {  
  6.     if (NULL == pSrc || iWidth <=0 || iHeight <= 0)  
  7.         return false;  
  8.     m_iN = iWidth*iHeight;  
  9.     VectorXf tmp_A(m_iN);  
  10.     MatrixXf tmp_B(m_iN, 5);  
  11.     int i =0, j=0, iPos =0;  
  12.     while(i
  13.     {  
  14.          j=0;  
  15.         while(j
  16.         {  
  17.             tmp_A(iPos) = pSrc[i][j] * log((float)pSrc[i][j]);  
  18.   
  19.             tmp_B(iPos,0) = pSrc[i][j] ;  
  20.             tmp_B(iPos,1) = pSrc[i][j] * i;  
  21.             tmp_B(iPos,2) = pSrc[i][j] * j;  
  22.             tmp_B(iPos,3) = pSrc[i][j] * i * i;  
  23.             tmp_B(iPos,4) = pSrc[i][j] * j * j;  
  24.             ++iPos;  
  25.             ++j;  
  26.         }  
  27.         ++i;  
  28.     }  
  29.     m_Vector_A = tmp_A;  
  30.     m_matrix_B = tmp_B;  
  31. }  
5、重置矩陣大小
當前矩陣的行數、列數、大小可以通過rows(),cols()和size()來獲取,對於動態矩陣可以通過resize()函式來動態修改矩陣的大小.
需注意:
(1) 固定大小的矩陣是不能使用resize()來修改矩陣的大小;
(2) resize()函式會析構掉原來的資料,因此呼叫resize()函式之後將不能保證元素的值不改變。
(3) 使用“=”操作符操作動態矩陣時,如果左右邊的矩陣大小不等,則左邊的動態矩陣的大小會被修改為右邊的大小。例如下面的程式碼段:
  1. MatrixXf a(2,2);  
  2. std::cout << "a is of size " << a.rows() << "x" << a.cols() << std::endl;  
  3. MatrixXf b(3,3);  
  4. a = b;  
  5. std::cout << "a is now of size " << a.rows() << "x" << a.cols() << std::endl;  
輸出結果為:
a is of size 2x2
a is now of size 3x3


相關文章