C++ 使用OpenCV计算特征值、特征向量

我在计算OpenCV中的特征向量和值时遇到问题。我在Python（SciPy）中也做了同样的工作，但在移植代码方面遇到了麻烦

我有两个矩阵，其值为：

Sw:[0.0112962962962963, 0.00675925925925926;
  0.00675925925925926, 0.007962962962962963]
Sb:[0.0530787037037037, 0.01657407407407407;
  0.01657407407407407, 0.004606481481481482]

对于上述Sw、Sb的值，使用以下计算SciPy（Python）中的特征值、特征向量：

from numpy import *
from scipy import linalg as la
evals,evecs = la.eig(Sw,Sb)

产生以下结果：

evals:
[ 0.17299805+0.j -8.47412141+0.j]
evecs:
[[ 1.         -0.31926401]
 [-0.54311321  1.        ]]

我正在尝试将上述代码移植到OpenCV（C++API）

对于相同的Sw、Sb值，使用

cv::eigen(Sb,Sb_Eig_Val,Sb_Eig_Vec);

产生不同的值，即：

Sb_Eig_Val
[0.05820394496612978; -0.0005187597809445917]
Sb_Eig_Vec
[0.9553644860284983, 0.2954296850952915;
  -0.2954296850952915, 0.9553644860284983]

---

我这里遗漏了什么吗？

你在解决两个不同的线性代数问题！考虑：

from scipy import linalg as la
sw=[[0.0112962962962963, 0.00675925925925926],[0.00675925925925926, 0.007962962962962963]]
sb=[[0.0530787037037037, 0.01657407407407407],[0.01657407407407407, 0.004606481481481482]]
print la.eig(sb)

其中：

(array([ 0.05820394+0.j, -0.00051876+0.j]), array([[ 0.95536449, -0.29542969],
   [ 0.29542969,  0.95536449]]))

与openCV完全相同。在

scipy

案例中，您正在解决广义特征值问题，但仅使用一个参数，它假设另一个矩阵是恒等式（这通常是我们所说的对角化的意思）

---

由于矩阵是对称的，您应该在scipy中使用

eigh

。实对称矩阵给出实特征对，它将停止返回复数。

请编辑您的问题，询问您真正感兴趣的内容。此问题可能更适合