Eigen:矩陣計算簡單用法(一)
【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 >
typedef MatrixDynamic,
Dynamic> MatrixXd;
|
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、固定長度的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:
- #include
- #include
- using namespace Eigen;
- using namespace std;
- int main()
- {
- MatrixXd m = MatrixXd::Random(3,3);
- m = (m + MatrixXd::Constant(3,3,1.2)) * 50;
- cout << "m =" << endl << m << endl;
- VectorXd v(3);
- v << 1, 2, 3;
- cout << "m * v =" << endl << m * v << endl;
- }
程式碼段2:
- #include
- using namespace Eigen;
- using namespace std;
- int main()
- {
- Matrix3d m = Matrix3d::Random();
- m = (m + Matrix3d::Constant(1.2)) * 50;
- cout << "m =" << endl << m << endl;
- Vector3d v(1,2,3);
- cout << "m * v =" << endl << m * v << endl;
- }
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:
-
- #include
- #include
- using namespace Eigen;
- int main()
- {
- MatrixXd m(2,2);
- m(0,0) = 3;
- m(1,0) = 2.5;
- m(0,1) = -1;
- m(1,1) = m(1,0) + m(0,1);
- std::cout << "Here is the matrix m:\n" << m << std::endl;
- VectorXd v(2);
- v(0) = 4;
- v(1) = v(0) - 1;
- std::cout << "Here is the vector v:\n" << v << std::endl;
- }
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
1 2 3 4 5 6 7 8 9
- MatrixXf m_matrix_B;
- int m_iN =-1;
- bool InitData(int pSrc[100][100], int iWidth, int iHeight)
- {
- if (NULL == pSrc || iWidth <=0 || iHeight <= 0)
- return false;
- m_iN = iWidth*iHeight;
- VectorXf tmp_A(m_iN);
- MatrixXf tmp_B(m_iN, 5);
- int i =0, j=0, iPos =0;
- while(i
- {
- j=0;
- while(j
- {
- tmp_A(iPos) = pSrc[i][j] * log((float)pSrc[i][j]);
- tmp_B(iPos,0) = pSrc[i][j] ;
- tmp_B(iPos,1) = pSrc[i][j] * i;
- tmp_B(iPos,2) = pSrc[i][j] * j;
- tmp_B(iPos,3) = pSrc[i][j] * i * i;
- tmp_B(iPos,4) = pSrc[i][j] * j * j;
- ++iPos;
- ++j;
- }
- ++i;
- }
- m_Vector_A = tmp_A;
- m_matrix_B = tmp_B;
- }
(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:
- MatrixXf a(2,2);
- std::cout << "a is of size " << a.rows() << "x" << a.cols() << std::endl;
- MatrixXf b(3,3);
- a = b;
- std::cout << "a is now of size " << a.rows() << "x" << a.cols() << std::endl;
a is of size 2x2 a is now of size 3x3
相關文章
- Eigen:矩陣計算簡單用法(二)矩陣
- Eigen教程(3)之矩陣和向量的運算矩陣
- 矩陣計算矩陣
- 計算矩陣的秩矩陣
- 矩陣:如何使用矩陣操作進行 PageRank 計算?矩陣
- 矩陣旋轉-Eigen應用(QTCreator編輯器)矩陣QT
- 簡單的傳球遊戲(矩陣)遊戲矩陣
- 協方差矩陣概念及計算矩陣
- 單像空間後方交會計算旋轉矩陣矩陣
- 矩陣乘法的運算量計算(華為OJ)矩陣
- 03:計算矩陣邊緣元素之和矩陣
- OpenCV矩陣運算OpenCV矩陣
- 怎樣用python計算矩陣乘法?Python矩陣
- matlab計算含有未知數的矩陣Matlab矩陣
- 深度學習中需要的矩陣計算深度學習矩陣
- 計算機演算法:Strassen矩陣乘法計算機演算法矩陣
- 什麼是新媒體矩陣運營?運營矩陣其實很簡單矩陣
- Julia的矩陣運算矩陣
- 計算機圖形學之矩陣變換計算機矩陣
- NYOJ 1409 快速計算【矩陣連乘】矩陣
- [WebGL入門]十,矩陣計算和外部庫Web矩陣
- 單像空間後方交會計算誤差方程係數矩陣矩陣
- 一個最簡單的計算器
- Numpy中的矩陣運算矩陣
- 樣本協方差矩陣的定義與計算矩陣
- python 計算矩陣的相關演算法Python矩陣演算法
- 向量化實現矩陣運算最佳化(一)矩陣
- Python numpy中矩陣的用法總結Python矩陣
- 簡單版計算器
- MFC簡單計算器
- PHP簡單計算器PHP
- Groovy簡單公式計算公式
- OpenGL光照計算中法線矩陣原理及推到過程矩陣
- 矩陣求導(一)矩陣求導
- javascript陣列的map()函式用法簡單介紹JavaScript陣列函式
- 生成螺旋矩陣(方陣、矩陣)矩陣
- CF22B 最大子矩陣問題簡單版矩陣
- 簡單混合運算的計算器