Eigen库计算两个向量夹角

最新推荐文章于 2024-03-11 16:48:41 发布
最新推荐文章于 2024-03-11 16:48:41 发布
阅读量5.9k 收藏 10
点赞数 5
分类专栏： Eigen C++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37611824/article/details/108939539
版权
C++ 同时被 2 个专栏收录
37 篇文章 2 订阅
订阅专栏
Eigen
1 篇文章 0 订阅
订阅专栏

一、一点到原点的距离，pt(x,y)

Vector2f v1(x,y);
float  res1= v1.norm();              //   等于 sqrt(x^2+y^2) , 即距离
float  res2 = v1.squaredNorm();     //    (x^2+y^2)

二、两个点之间的距离

	CPoint pt1(10, 10), pt2(5, 5);
	Vector2f v4(pt1.x, pt1.y), v5(pt2.x, pt2.y);
	float  len = (v4 - v5).norm();

三、两个向量之间的夹角

Vector2f v1,Vector2f v2;
double cosValNew=v1.dot(v2) /(v1.norm()*v2.norm()); //角度cos值
double angleNew = acos(cosValNew) * 180 / M_PI;     //弧度角

                                

 

Maccy37
关注
  • 5
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
c++ 用 eigen与opencv计算两个向量的夹角，两个向量之间的夹角，向量的朝向
苏凯的博客
11-11 1824
c++ 用 eigen与opencv计算两个向量的夹角
Eigen3库编译资源
09-16
Eigen3库虽然可以不编译，但是我为了编译Ceres库还是把Eigen库编译了一下，Eigen库编译不会生成动态链接库，只会有include文件和share文件，主要是使用include文件中的eigen3文件夹
使用Eigen库实操旋转矩阵、变换矩阵、角轴（旋转向量）、欧拉角、四元数
qq_45551969的博客
05-04 551
以上操作可看成刚体运动，对坐标系2进行变换，并不是求一个向量在坐标系2当中的坐标值，程序运行结果是坐标系2即运动相机在世界坐标系中的位姿
Eigen计算三维向量的夹角以及空间变换矩阵
诺有缸的高飞鸟的博客
05-09 1115
使用Eigen计算两个向量之间的刚体变换； 当两个向量是点云平面法向量时，也就知道了这两个平面点云之间的刚体变换
Eigen库小记
最新发布
qq_45024679的博客
03-11 907
有时候脑子会突然卡住，忘记eigen库里的有些细节。所以还是决定来写个笔记把常用的用法总结一下，方便查阅。
Eigen库学习笔记(1) 距离和夹角
majian的专栏
05-19 3451
求一点到原点的距离, Pt(x,y) Vector2d v1(x,y); double res1= v1.norm(); // 等于 sqrt(x^2+y^2) , 即距离 double res2 = v1.squaredNorm(); // (x^2+y^2) 求2点之间距离 pt1(x1,y1) , pt2(x2,y2) CPoin...
三维向量求夹角(0-360)
4月16！的博客
05-19 5529
double Cross( Eigen::Vector3d a, Eigen::Vector3d b){ double theta = atan2(a.cross(b).norm(), a.transpose() * b); //规定正方向(0,0,1) Eigen::Vector3d direction(0,0,1); double z = a.cross(b).transpose() * direction; return z >= 0.
Eigen 求解两个向量的夹角
qq_39400324的博客
09-20 1038
Eigen实现求解两个向量的夹角
空间点到空间直线的垂点计算
4月16！的博客
11-24 1094
有一个参考的博客，大家搜一下就可以找到，这是我用到的用eigen库的 //pt 空间外一点 //begin-end 直线上的两个点 Eigen::Vector3d GetFootOfPerpendicular(const Eigen::Vector3d &pt, const Eigen::Vector3d &begin, const Eigen::Vector3d &end) //pt:point outside line { a.
eigen库的使用
u010949023的博客
03-29 1582
与matlab对比 eigen就是一个matrix的模板类。 template<typename _Scalar, int _Rows, int _Cols, int _Options, int _MaxRows, int _MaxCols> class Matrix 我们一般用前面三个参数，_Scalar即不同的数据类型(int float double complex等)，所谓的模板，也就是这个。 Vecotor3d = Matrix<double,3,1> MatrixXf
【Eigen 1】Eigen中的norm、normalize、normalized三者对比
江边小客的博客
07-31 1148
即: ∣∣x∣∣2=∑i=1Nxi2 ||x||_2= \sqrt{\sum_{i=1}^{N} {x}^{2}_{i} } ∣∣x∣∣2​=i=1∑N​xi2​​ 2. 对于Matrix，norm返回的是矩阵的弗罗贝尼乌斯范数（Frobenius Norm） 即： ∣∣A∣∣F=∑i=1m∑j=1n∣xij∣2||A||_F= \sqrt{\sum_{i=1}^{m}\sum_{j=1}^{n} |x_{ij}|^{2} } ∣∣A∣∣F​=i=1∑m​j=1∑n​∣xij​∣2​ 二、normaliz
Eigen 使用碎碎记_norm、normalize、normalized的区别
huangjunsheng123的博客
07-31 3361
本文转载自Eigen中norm、normalize、normalized的区别 norm、normalize、normalized的区别 # include <eigen3/Eigen/Dense> # include <iostream> using namespace std; using namespace Eigen; int main(int argc, char *argv[]) { Eigen::Vector3d vec(3,4,5); cout
C++ Eigen库的下载配置和使用
03-07
一、Eigen 介绍 二、Eigen 的下载 三、Eigen 的配置 3.1 在 Qt 下配置 3.2 在 Visual Studio (VS) 下配置 四、Eigen 的使用 4.1 矩阵和向量的初始化 4.2 矩阵元素的赋值 4.3 矩阵元素的访问 4.4 获取矩阵大小 4.5 特殊矩阵的定义 4.5.1 全0矩阵 4.5.2 全1矩阵 4.5.3 矩阵置0 4.5.4 矩阵置1 4.5.5 随机矩阵 4.5.6 置为单位阵（不一定是方阵） 4.5.7 矩阵填充 4.5.8 将向量转为对角阵 4.6 矩阵运算 4.6.1 矩阵相乘 4.6.2 矩阵转置 4.6.3 矩阵求逆 4.6.4 求矩阵的特征值和特征向量 4.6.5 矩阵的SVD分解 4.6.6 计算矩阵的伪逆
数学矩阵计算库 EIgen3
08-23
Eigen是一个高层次的C ++库，有效支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。 直接静态调用即可。
C++ Eigen库计算矩阵特征值及特征向量
08-25
主要为大家详细介绍了C++ Eigen库计算矩阵特征值及特征向量，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
C++ access( )函数
热门推荐
qq_37611824的博客
09-03 1万+
access( )函数：用于文件读取，判断文件是否存在，并判断文件是否可写。Linux中，函数为access();标准C++中，该函数为_access，两者的使用方法基本相同 access(const char *pathname, int mode);//位于<unistd.h>中 int _access(const char *pathname, int mode);//位于<io.h>中 pathname 为文件路径或目录路径 mode 为访问权限 如果文件具有指定的访
C++表示无穷大无穷小
qq_37611824的博客
09-28 1万+
在计算直线的斜率的时候，当角度接近PI/2时候，斜率就会接近无穷大。 int C++表示无限大的时候，可以借用limits.h库，里面定义各种数据类型最大值最小值 #include<limits.h> int数据类型对应最大值/最小值如下： int->INT_MAX / INT_MIN unsignen int ->UINT_MAX / UINT_MIN long->LONG_MAX / LONG_MIN unsigned long->ULONG_MA
Eigen库保存二进制的向量
05-20
在Eigen库中，可以使用`Eigen::MatrixBase::write()`函数将向量以二进制格式写入文件。以下是一个示例代码： ``` #include <iostream> #include <Eigen/Core> int main() { Eigen::VectorXd v(3); v << 1.0, 2.0, 3.0; std::ofstream file("vector.bin", std::ios::out | std::ios::binary); if (file.is_open()) { v.write(file); file.close(); } return 0; } ``` 在上述代码中，我们定义了一个3维向量`v`，然后将其以二进制格式写入名为`vector.bin`的文件中。 要读取该文件并将向量存储在Eigen对象中，可以使用`Eigen::MatrixBase::read()`函数。以下是一个示例代码： ``` #include <iostream> #include <Eigen/Core> int main() { Eigen::VectorXd v(3); std::ifstream file("vector.bin", std::ios::in | std::ios::binary); if (file.is_open()) { v.read(file); file.close(); } std::cout << "Vector v:\n" << v << std::endl; return 0; } ``` 在上述代码中，我们首先定义了一个3维向量`v`，然后从名为`vector.bin`的文件中读取二进制数据并将其存储在`v`中。最后，我们输出向量`v`的值。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Maccy37

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值