如何使用 Cimg（或者可能是 openCV 或 eigen 库）计算 SVD？答案

【问题标题】：How to compute SVD using Cimg (or maybe openCV or eigen library)?如何使用 Cimg（或者可能是 openCV 或 eigen 库）计算 SVD？
【发布时间】：2011-01-18 06:11:20
【问题描述】：

谁能给我一个关于如何使用 Cimg 为 3 维数组计算 SVD 的快速指南？我只想对数组进行分解，以便将其压缩到很小以加快进一步处理。我应该在哪里输入什么值，以及如何获得输出？我一直在搜索，但仍然无法理解它是如何工作的。并没有真正完全理解 SVD 的工作原理。只知道它可以用来解压缩矩阵。

同时我发现 OpenCV 和 Eigen 库也可以完成这项工作，如果更容易的话，请告诉我他们的步骤..

（对我来说，替代 SVD 是 PCA，我找到了它的源/库，但也不知道如何使用..）

谢谢！

【问题讨论】：

这是一个使用 opencv 的 SVD 的工作示例。 zhongshanlin.com/2009/09/opencv-4-operations-of-matrix.html
“3 维数组的 SVD”——这是一个错字吗？ SVD 是一种矩阵分解，因此只针对二维数组定义。
你是指3维数组还是3xn或nx3矩阵？

标签： opencv cimg svd pca eigen

【解决方案1】：

见http://cimg.sourceforge.net/reference/structcimg__library_1_1CImg.html#a9a79f3a0849388b3ec13bd140b67a12e

CImg<float> A(3,3); // A = U'*S*V
A.rand(0,1);
CImgList<float> USV = A.get_SVD(); //USV[0] = U and so forth

【讨论】：