C++矩阵处理库--Eigen初步使用

最新推荐文章于 2022-09-08 15:41:36 发布

xiaozl_284

最新推荐文章于 2022-09-08 15:41:36 发布

阅读量425

点赞数

分类专栏：机器视觉-图像处理文章标签： matrix c语言

本文链接：https://blog.csdn.net/qq_28483731/article/details/74082394

版权

本文介绍了在C++项目中使用Eigen矩阵处理库的原因和优势，对比了OpenCV和Armadillo库，选择了Eigen因其高效性能。提供了安装Eigen的步骤，并给出了参考资料链接，便于快速上手使用。

摘要由CSDN通过智能技术生成

C++矩阵处理库–Eigen初步使用

项目要进行比较多的矩阵操作，特别是二维矩阵。刚开始做实验时，使用了动态二维数组，于是写了一堆Matrix函数，作矩阵的乘除加减求逆求行列式。实验做完了，开始做代码优化，发现Matrix.h文件里适用性太低，而且动态二维数组的空间分配与释放也影响效率，于是寻找其他解决方案。

首先考虑的是与Matlab混合编程，折腾了半天把Matlab环境与VS2010环境之后，发现Matlab编译出来的函数使用起来也比较麻烦，要把数组转化成该函数适用的类型后才能使用这些函数。我的二维数组也不是上千万维的，估计这个转化的功夫就牺牲了一部分效率了。（如果谁有混合编程的心得，求帮忙，囧。。。）

接着想到使用一维数组的方法，或者把一维数组封装在一个类里边。想着又要写一堆矩阵操作函数头就大，索性谷歌了一下矩阵处理库，除了自己之前知道的OpenCV库（之前由于转化cvarr麻烦，于是放弃），还有Eigen, Armadillo。

http://blog.csdn.net/houston11235/article/details/8501135该博客对这三个库的效率做了一个简单的评测，OpenCV库的矩阵操作效率是最低的，还好我没使用。Eigen速度最快，与自己定义数组的操作效率相当（- -，才相当吗？我本来还想找个更快的呢）。于是选择使用Eigen。

安装：

最低0.47元/天解锁文章