Eigen使用笔记二十篇（五）：按行或按列求和的妙用

Eigen使用笔记二十篇（五）：按行或按列求和的妙用（直方图）

本篇是Eigen笔记的第五篇，主要通过案例实战一下，前面四篇的基础内容，实现一个非常常见的功能，即直方图。我们需要实现按列统计矩阵的和，并且找出和最大值的位置。

矩阵求和

让我们先构造一个简单的矩阵

#include
int main(int argc,char** argv){
	//申明一个４x4的int矩阵
	Eigen::Matrix<int,4,4> warped_eigen;
	//赋值
    warped_eigen<<1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16;
	//打印出来看看
    std::cout<<"warped_eigen:"<<std::endl<<warped_eigen<<std::endl;
    return 0;
}

输出结果：

warped_eigen:
 1  2  3  4
 5  6  7  8
 9 10 11 12
13 14 15 16

#include
int main(int argc,char** argv){
	//申明一个４x4的int矩阵
	Eigen::Matrix<int,4,4> warped_eigen;
	//赋值
    warped_eigen<<1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16;
	//打印出来看看
    std::cout<<"warped_eigen:"<<std::endl<<warped_eigen<<std::endl;
    //矩阵求和
    int sum_m = warped_eigen.sum();
	//打印结果
    std::cout<<"sum of matrix: "<<std::endl<<sum_m<<std::endl;
    return 0;
}

输出结果：

warped_eigen:
 1  2  3  4
 5  6  7  8
 9 10 11 12
13 14 15 16
sum of matrix: 
136

按行、按列求和

#include
int main(int argc,char** argv){
	//申明一个４x4的int矩阵
	Eigen::Matrix<int,4,4> warped_eigen;
	//赋值
    warped_eigen<<1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16;
	//打印出来看看
    std::cout<<"warped_eigen:"<<std::endl<<warped_eigen<<std::endl;
    //矩阵求和
    int sum_m = warped_eigen.sum();
	//打印结果
    std::cout<<"sum of matrix: "<<std::endl<<sum_m<<std::endl;
    //按列求和
    Eigen::VectorXi histogram1 = warped_eigen.colwise().sum();

    std::cout<<"histogram1"<<std::endl<<histogram1<<std::endl;    
    return 0;
}

warped_eigen
 1  2  3  4
 5  6  7  8
 9 10 11 12
13 14 15 16
sum of matrix: 
136
histogram1
28
32
36
40

查找最大值的位置

#include
int main(int argc,char** argv){
	//申明一个４x4的int矩阵
	Eigen::Matrix<int,4,4> warped_eigen;
	//赋值
    warped_eigen<<1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16;
	//打印出来看看
    std::cout<<"warped_eigen:"<<std::endl<<warped_eigen<<std::endl;
    //矩阵求和
    int sum_m = warped_eigen.sum();
	//打印结果
    std::cout<<"sum of matrix: "<<std::endl<<sum_m<<std::endl;
    //按列求和
    Eigen::VectorXi histogram1 = warped_eigen.colwise().sum();

    std::cout<<"histogram1"<<std::endl<<histogram1<<std::endl;
    
    Eigen::MatrixXd::Index maxIndex;

    int max_h = histogram1.maxCoeff(&maxIndex);

    std::cout<<"histogram1 max is:"<<max_h<<"  the max index is :"<<maxIndex<<std::endl;	
	    
    return 0;
}

结果是：

warped_eigen
 1  2  3  4
 5  6  7  8
 9 10 11 12
13 14 15 16
sum of matrix: 
136
histogram1
28
32
36
40
histogram1 max is:40  the max index is :3

---

让问题更复杂一点

往往实际问题要比上面的复杂。假设我们需要求矩阵最后n行的直方图，并且矩阵从中间分开两部分，分别查找最大值的位置。程序如下:

#include
int main(int argc,char** argv){
	Eigen::Matrix<int,4,4> warped_eigen;

    warped_eigen<<1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16;

    std::cout<<"warped_eigen"<<std::endl<<warped_eigen<<std::endl;

    Eigen::VectorXi histogram1 = warped_eigen.colwise().sum();

    std::cout<<"histogram1"<<std::endl<<histogram1<<std::endl;

    Eigen::VectorXi histogram2 = warped_eigen.bottomRows(2).colwise().sum();

    std::cout<<"warped_eigen b2"<<std::endl<<warped_eigen.bottomRows(2)<<std::endl;
    std::cout<<"histogram2 b2"<<std::endl<<histogram2<<std::endl;

    Eigen::MatrixXd::Index maxIndex_left, maxIndex_right;
    histogram2.maxCoeff(&maxIndex_left);

    //vec.segment(start, end - start + 1)
    std::cout<<"histogram 0 1"<<std::endl<<histogram2.segment(0,2)<<std::endl;
    std::cout<<"histogram 2 3"<<std::endl<<histogram2.segment(2,2)<<std::endl;

    // histogram2.segment(2,3).maxCoeff(&maxIndex_right);


    std::cout<<"max index"<<maxIndex_left<<std::endl;
    return 0;
}

未完待续，先将程序贴在这儿，后续慢慢补充知识点