1.window 配置eigen3环境
2.Python与C++混合开发(VisualStudio+PyBind11)
3.vs2019已经在vc++目录中加入eigen的目录为什么还是提示找
4.Eigen的介绍、安装与入门操作
5.ORB-SLAM2 的编译运行（ubuntu20.04）以及ROS1安装
6.Eigen3不同版本切换
window 配置eigen3环境
在VS 、CMake 3..2和GCC/G++ 8.1的环境中配置Eigen3库的步骤如下: 首先，从官网下载Eigen3源码包。 接着，进行解压操作以准备编译。魅族 源码 进入步骤3，编译并安装。执行以下命令：创建一个名为"build"的目录。
切换到该目录。
使用CMake构建库：运行`cmake ..`。默认安装路径为C:\Program Files (x)\Eigen3，但为了便于管理，可以选择将安装文件复制到D盘，并移除C盘原有的文件。
Eigen3是一个模板库，主要包含头文件和xx.cmake文件，不包含预编译的库。 在进行测试时，需要编写测试文件。创建一个cmakeLists.txt和一个main.cpp文件。分享网页源码 继续测试步骤，你可以选择以下两种方法：创建新的"build"目录，切换并运行`cmake ..`。这将生成一个Visual Studio解决方案文件，用于在VS中进行工程操作。
或者，如果使用MinGW Makefiles，执行`cmake .. -G "MinGW Makefiles"`后，进行`make`，直接生成可执行文件。
Python与C++混合开发(VisualStudio+PyBind)
在开发过程中，Python与C++的混合使用可以通过Visual Studio和PyBind实现。本文将指导如何在Visual Studio中创建动态链接库，并通过PyBind为C++库添加Python接口，以便于Python调用。
步骤如下：
1. 创建一个Visual Studio的C++动态链接库项目，详细步骤可参考作者之前的文章。
2. 在GitHub上下载pybind（版本2..1）和Eigen（版本3.4.0）的源码，将它们解压缩并放入项目文件的deps文件夹。
3. 配置项目属性，仿脉脉 源码包括添加包含目录（添加Python和Eigen库路径），库目录（Python的lib文件夹），以及预处理器和链接器的设置，确保链接python3.lib或python.lib。
4. 编写C++源代码，如include/common.h、transform_2d.h和src/transform_2d.cpp，同时在python/akai.cpp中定义Python模块和接口。
5. 在工程中生成akai.pyd动态链接库，通过重新生成项目并查看日志确认库的生成。
6. 在AKAI/example文件夹中，通过终端运行jupyter notebook，并编写Python脚本，导入akai的tf2d模块，调用RotationMatrix函数，验证接口的正确性。
完成以上步骤后，你将能够在Visual Studio中成功混合使用Python和C++，并利用PyBind建立两者间的交互。
vs已经在vc++目录中加入eigen的自动分拣 源码目录为什么还是提示找
欲在Visual Studio 中集成著名的矩阵运算库Eigen，本文提供详细步骤。首先，访问Eigen官网下载3.3.8版本源码。在Visual Studio中创建空项目。为简化管理，不勾选将解决方案和项目置于同一目录选项，以确保文件结构清晰。创建src、include、deps、config等文件夹，Eigen源码置于deps/eigen目录下。
配置项目属性，添加Eigen目录。在项目属性页中选择C/C++标签进行调整，确保文件夹路径正确设置。创建test_eigen.cpp文件进行代码测试，验证配置是否正确。若项目多于一个，例如Project2，懒人design源码需将Eigen目录添加至其C/C++属性页的附加包含目录中，并确保路径相对项目文件夹。创建Project2/src目录，添加测试代码，并设置Project2为启动项，运行以验证配置。
总结，本文详细阐述了如何在Visual Studio 中集成Eigen库，并说明了处理多项目情况的方法。此过程对于集成其他库应具相似性。欢迎关注个人网站以及GzH: SLAM学习er，作者将持续更新更多内容。
Eigen的介绍、安装与入门操作
Eigen是一个C++的开源模板库，专用于线性代数运算，包括向量和矩阵操作，以及数值分析等。它以头文件形式存在，无需编译，只需在cpp文件中添加`#include "Eigen/Dense"`即可使用。安装与入门
在Ubuntu Server .上，Eigen的安装有两条路径：通过apt命令或手动编译。1. apt命令安装
虽然简单，但apt包更新较慢，可能不是最新版本，这可能影响依赖于最新Eigen的库的使用。检查版本的命令是：`apt-cache policy eigen`。2. 手动编译安装
从Eigen官网下载源码或使用wget，解压后进入目录，然后进行编译。安装成功后，可以通过编写并运行代码验证，如`MatrixXd matrix = MatrixXd::Random(2, 2); cout << matrix << endl;`。实例演示
矩阵操作
创建一个2x2矩阵，赋值并输出，如`MatrixXd m = MatrixXd::Random(2, 2); cout << m << endl;`。矩阵与向量
定义一个3x3矩阵和3维向量，进行矩阵加常数和矩阵向量乘法，展示其运算结果。总结
本文简要介绍了Eigen的基本概念、安装方法、头文件使用以及入门级的矩阵向量操作。深入学习Eigen，还有更多内容等待探索。ORB-SLAM2 的编译运行（ubuntu.）以及ROS1安装
在 Ubuntu . 环境中，编译并运行 ORB-SLAM2 需要一系列的准备工作和库的安装。首先，确保已安装了所需的依赖项，然后按照指定链接从 GitHub 下载并安装 Pangolin-0.6 稳定版。
接着，进行 OpenCV-3.4.5 的安装，包括下载、配置编译环境和查询版本信息以验证安装是否成功。对于 Eigen3，建议源码安装默认的 Eigen 版本（3.3.9），并将其头文件复制到相应目录以确保正常工作。若需要使用特定版本（如3.3.7），需手动安装并调整位置。
在编译 ORB-SLAM2 时，需处理常见的报错，例如在 `System.h` 中添加 `#include` 以解决 `usleep` 报错，并根据特定链接调整 `LoopClosing.h` 文件中的代码以解决第二个报错。第三个报错需删除 `CMakeCache.txt` 文件并重新执行 `cmake ..` 和 `make` 命令。
成功编译后，需在特定目录下运行 ORB-SLAM2，确保使用正确的终端打开以找到可执行文件。此外，安装 ROS1 可以通过一键安装工具完成，注意管理日志目录的大小以避免警告。在安装完成后，启动 ROS Master、小海龟仿真器和海龟控制节点，以验证 ROS1 是否已成功安装。
安装过程中可能遇到的问题包括 ROS 目录的位置和库查找问题，以及如何在编译 ORB-SLAM2 时指定依赖目录。通过将 ROS 目录添加到环境变量（如 `PYTHONPATH` 或 `LD_LIBRARY_PATH`）中，可以解决这些问题并确保库的正确查找。
Eigen3不同版本切换
在探索SLAM技术的过程中，版本问题常常成为编译挑战的关键。为此，我整理了一篇关于Eigen版本切换的实用指南，帮助你在不同项目中轻松转换。让我们从apt-get安装开始，它是最常用且便捷的方式：
首先，你可以使用sudo apt-get install libeigen3-dev命令，apt-get的安装路径通常在/usr/include下的eigen3文件夹中（见下图）。如果你需要特定版本，如Eigen3.3.9，源码编译是你的选择。以这个版本为例：
首先，从GitHub或GitLab下载所需的版本，比如：# git clone /libeigen/eigen.git
wget /libeigen/eigen/-/archive/3.3.9/eigen-3.3.9.zip
unzip eigen-3.3.9.zip
cd eigen-3.3.9
mkdir build && cd build
cmake -DCMAKE_INSTALL_PREFIX=~/eigen_output ..
make && make install
编译完成后，你将在~/eigen_output目录下找到eigen3库。之后，将生成的库文件重命名，如sudo mv eigen3 eigen，便于版本区分。
Ubuntu系统通过eigen3.pc文件管理版本查找。apt-get安装的版本位于/usr/share/pkgconfig，而源码编译的版本在安装目录的share/pkgconfig。对比两者，确保保留适当的eigen3.pc文件，修改Version行指向所需的版本，然后重命名eigen3路径：
执行如下命令进行版本切换：sudo mv eigen3 eigen，将当前版本重命名；sudo mv eigen eigen3，将新版本设置为主用。这样，通过路径重定向，版本切换顺利完成。如果你在实际操作中遇到问题，这个指南希望能作为参考。祝你在Eigen版本管理上得心应手！
（注意：以上内容旨在提供指导，实际操作时请确保对文件和路径有充分的理解，以避免可能的冲突。）
