Armadillo：C++下的Matlab替代品
地址：http://arma.sourceforge.net/
许可证：MPL 2.0
目前使用比较广的C++矩阵运算库之一，是在C++下使用Matlab方式操作矩阵很好的选择，许多Matlab的矩阵操作函数都可以找到对应，这 对习惯了Matlab的人来说实在是非常方便，另外如果要将Matlab下做研究的代码改写成C++，使用Armadillo也会很方便，这里有一个简易的Matlab到Armadillo的语法转换。下面列了一些Armadillo的特性：
- 支持整数，浮点数，和复数矩阵。
- 支持矩阵逐元素操作，包括abs · conj · conv_to · eps · imag/real · misc functions (exp, log, pow, sqrt, round, sign, …) · trigonometric functions (cos, sin, …)等等。
- 支持矩阵分块操作。
- 支持对整体矩阵的操作diagvec · min/max · prod · sum · statistics (mean, stddev, …) · accu · as_scalar · det · dot/cdot/norm_dot · log_det · norm · rank · trace等等。
- Matlab用户，你甚至可以找到你熟悉的hist · histc · unique · cumsum · sort_index · find · repmat · linspace等函数。
- 除了自带的矩阵基本运算之外，可自动检测是否安装有BLAS，或更快的 OpenBLAS, Intel MKL, AMD ACML，并使用他们替代自带基本运算实现。
- 提供接口使用LAPACK进行矩阵分解运算，svd · qr · lu · fft等等。
- 提供了稀疏矩阵类，支持常用操作，但暂时没有矩阵分解的实现。
- 更新比较活跃，有一些计算机视觉、机器学习、物理方面的开源项目在使用，比如MLPACK （Machine Learning Library）。
总体来讲很好用的矩阵库，速度上因为可以使用OpenBLAS等库进行加速，因此还是不错的。网上可以找到一个叫 Nghia Ho的人写的关于和eigen及opencv的速度比较做参考，速度略优。不过也由于依赖LAPACK等库完成矩阵分解计算，在windows上运行可能会比较痛苦。
Eigen3：强大且只需头文件
地址：http://eigen.tuxfamily.org/
许可证：主要为MPL 2.0，部分有来自第三方的代码为LGPL
非常强大的矩阵运算库，我一直在用，大家用了都说好。使用类似Matlab的方式操作矩阵，可以在这里查看官方的与Maltab的对应关系，个人感觉单纯讲和Matlab的对应的话，可能不如Armadillo对应的好，但功能绝对强大。Eigen包含了绝大部分你能用到的矩阵算法，同时提供许多第三方的接口。Eigen一个重要特点是没有什么依赖的库，本身仅有许多头文件组成，因此非常轻量而易于跨平台。你要做的就是把用到的头文件和你的代码放在一起就可以了。Eigen的一些特性：
- 支持整数、浮点数、复数，使用模板编程，可以为特殊的数据结构提供矩阵操作。比如在用ceres-solver进行做优化问题（比如bundle adjustment）的时候，有时候需要用模板编程写一个目标函数，ceres可以将模板自动替换为内部的一个可以自动求微分的特殊的double类型。而如果要在这个模板函数中进行矩阵计算，使用Eigen就会非常方便。
- 支持逐元素、分块、和整体的矩阵操作。
- 内含大量矩阵分解算法包括LU，LDLt，QR、SVD等等。
- 支持使用Intel MKL加速
- 部分功能支持多线程
- 稀疏矩阵支持良好，到今年新出的Eigen3.2，已经自带了SparseLU、SparseQR、共轭梯度 （ConjugateGradient solver）、bi conjugate gradient stabilized solver等解稀疏矩阵的功能。同时提供SPQR、UmfPack等外部稀疏矩阵库的接口。
- 支持常用几何运算，包括旋转矩阵、四元数、矩阵变换、AngleAxis（欧拉角与Rodrigues变换）等等。
- 更新活跃，用户众多（Google、WilliowGarage也在用），使用Eigen的比较著名的开源项目有ROS（机器人操作系统）、PCL（点云处理库）、Google Ceres（优化算法）。OpenCV自带到Eigen的接口。
总体来讲，如果经常做一些比较复杂的矩阵计算的话，或者想要跨平台的话，非常值得一用。
