Eigen :: MatrixXd to flann ::矩阵<double>转换

假设mat的类型为Eigen::MatrixXd并且已经包含一些数据。在试图避免重复记忆，我试图实例从指针flann::Matrix<double>对象由Eigen3分配的原始内存块：Eigen :: MatrixXd to flann ::矩阵<double>转换

flann::Matrix<double> input(const_cast<double *>(mat.data(), mat.rows(), mat.cols())

然而，我的算法输出的垃圾，但仅仅是用丑恶的罚款：

flann::Matrix<double> input(new double[mat.rows()*mat.cols()], mat.rows(), mat.cols()); 
for (int i = 0; i < mat.rows(); i++) { 
for (int j = 0; j < mat.cols(); j++) { 
    input[i][j] = mat(i, j); 
}

}

我调查从FLANN子类基Matrix_类型来创建一个适配器Eigen3矩阵的选项。但问题是，Matrix_依赖于在其接口中实现[]运算符。这让我觉得我可能会遇到与上面显示的简单（但是破碎的）解决方案相同的内存问题。

您认为什么可以解释这种行为？

行/列重大问题
内，外步幅问题
内存对齐不兼容性
Eigen::Map是甜的，但不是我要找的。它会吸重新写我的代码使用stl::vector<std::vector<double> >作为基本类型和Eigen::Map他们Eigen::MatrixXd
http://nanoflann-reference.mrpt.org/svn/structnanoflann_1_1KDTreeEigenMatrixAdaptor.html可惜已经远离基地libflann库是可用的。

来源

2012-11-20 Pierre-Luc Bacon

Eigen ::矩阵存储数据连续，所以你不应该得到跨步问题。如果你正试图构建一个Eigen :: Matrix（但我无法想象这是怎么可能的），那么对齐可能是问题。默认情况下，Eigen :: Matrix是专栏，这可能是你的问题。我不知道flann如何处理矩阵，如果它们是排行榜的话，就是这样。以下示例与Eigen :: Matrix < double，-1，-1，Eigen :: RowMajor>一起使用，并且与Eigen :: MatrixXd一起失败。

int k = 0; 
for (int i = 0; i<mat.rows(); ++i) 
{ 
    for (int j = 0; j<mat.cols(); ++j, ++k) { 
     mat(i, j) = k; 
    } 
} 

double* mptr = mat.data(); 
for (int i = 0; i<mat.rows() * mat.cols(); ++i) { 
    assert(mptr[i] == i); 
}

我还没有得到你对Eigen :: Map的抱怨。将数据作为特征矩阵（注意，它仍然是默认的列专业），从矩阵进行子类化或实现自定义特征表达式可能是痛苦的，这是最好的方法。

来源

2012-11-22 13:48:19 DikobrAz

我也得到了libflann的作者Marius Muja的确认，flann::Matrix以行优先顺序存储，而Eigen默认使用列优先。下面是他给了我通过电子邮件回答：

的问题是最有可能的是，在列主顺序征商店矩阵>而FLANN要求他们按行优先顺序。

解决方法是使用Matrix<double, Dynamic, Dynamic, RowMajor>而不是MatrixXd，然后FLANN和Eigen矩阵可以共享相同的内存，否则将需要一个副本。 Marius Muja

来源

2012-11-26 19:33:34

我与nanoFLANN有同样的问题（尽管它在两种方式下都有效，但默认Column-Major对于我的应用程序非常笨拙），谢谢！ –

Eigen :: MatrixXd to flann ::矩阵<double>转换

回答

相关问题