Eigen3库虽然可以不编译，但是我为了编译Ceres库还是把Eigen库编译了一下，Eigen库编译不会生成动态链接库，只会有include文件和share文件，主要是使用include文件中的eigen3文件夹

一、Eigen 介绍 二、Eigen 的下载 三、Eigen 的配置 3.1 在 Qt 下配置 3.2 在 Visual Studio (VS) 下配置 四、Eigen 的使用 4.1 矩阵和向量的初始化 4.2 矩阵元素的赋值 4.3 矩阵元素的访问 4.4 获取矩阵大小 4.5 特殊矩阵的定义 4.5.1 全0矩阵 4.5.2 全1矩阵 4.5.3 矩阵置0 4.5.4 矩阵置1 4.5.5 随机矩阵 4.5.6 置为单位阵（不一定是方阵） 4.5.7 矩阵填充 4.5.8 将向量转为对角阵 4.6 矩阵运算 4.6.1 矩阵相乘 4.6.2 矩阵转置 4.6.3 矩阵求逆 4.6.4 求矩阵的特征值和特征向量 4.6.5 矩阵的SVD分解 4.6.6 计算矩阵的伪逆

C ++上的卡尔曼滤波器（本征） 这是使用库在C ++中实现的基本卡尔曼滤波器实现。 它可以直接实现算法，如或在此演示。 该代码的整体结构是从借用，并将其扩展为允许输入控制。 有一个测试程序可以根据嘈杂的观测值估计弹丸的运动。 要运行它，请使用CMake： cd kalmanfilter-cpp mkdir build cd build cmake .. make -j4 ./kalman-test 注意：您可能必须在CMakeLists.txt指定Eigen库的路径。

Eigen库

eigen库可以在c里面直接添加使用，避免了复杂的编程问题！

Eigen的C++库，配置了就可以用，亲测好用。VS2010和VS2015都试过了。

Eigen适用范围广，支持包括固定大小、任意大小的所有矩阵操作，甚至是稀疏矩阵；支持所有标准的数值类型，并且可以扩展为自定义的数值类型；支持多种矩阵分解及其几何特征的求解；它不支持的模块生态系统 [2] 提供了许多专门的功能，如非线性优化，矩阵功能，多项式解算器，快速傅立叶变换等。 Eigen支持多种编译环境，开发人员对库中的实例在多种编译环境下经过测试，以保证其在不同编译环境下的可靠性和实用性。

去官网下载的目前最新版的eigen库 官网链接：http://eigen.tuxfamily.org/index.php?title=Main_Page#Download

主要为大家详细介绍了C++ Eigen库计算矩阵特征值及特征向量，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

Eigen库的使用指南