#pragma?once
#pragma?execution_character_set（“utf-8“）
#include

//協方差矩陣
Eigen::Matrix3f?MATRIXOP::CalculateCovariance（Eigen::MatrixXf?pVertices）
{
	Eigen::Matrix3f?covariance;
	//求取列向量均值
	Eigen::MatrixXf?meanVec?=?pVertices.colwise（）.mean（）;
	//將列向量均值從MatrixXf?轉換為行向量?RowVectorXf
	Eigen::RowVectorXf?meanVecRow（Eigen::RowVectorXf::Map（meanVec.data（）?pVertices.cols（）））;
	//求取上述的零均值列向量矩陣
	Eigen::MatrixXf?zeroMeanMat?=?pVertices;
	//計算協方差矩陣
	zeroMeanMat.rowwise（）?-=?meanVecRow;
	if?（pVertices.rows（）?==?1）
		covariance?=?（zeroMeanMat.adjoint（）*zeroMeanMat）?/?static_cast（pVertices.rows（））;
	else
		covariance?=?（zeroMeanMat.adjoint（）*zeroMeanMat）?/?static_cast（pVertices.rows（）?-?1）;
	return?covariance;
}

//特征值//特征向量//排序（按照特征值從大到小排序）//schmidt正交
Eigen::Matrix3f?MATRIXOP::CalculateEigenvectors（Eigen::Matrix3f?covariance）
{
	EigenSolver?eig（covariance）;
	//特征值
	Eigen::Matrix3f?eigenvalue?=?eig.pseudoEigenvalueMatrix（）;
	//特征向量
	Eigen::Matrix3f?eigenvectors?=?eig.pseudoEigenvectors（）;
	//對特征值進行從大到小排序
	Eigen::RowVector3f?eigenvalueVec?=?eigenvalue.colwise（）.sum（）;
	unsigned?int?index[3]?=?{?012?};
	for?（int?i?=?0;?i		for?（int?j?=?0;j			if?（eigenvalueVec[j]?			{
				float?temp?=?eigenvalueVec[j];
				eigenvalueVec[j]?=?eigenvalueVec[j?+?1];
				eigenvalueVec[j?+?1]?=?temp;
				int?temp_index?=?index[j];
				index[j]?=?index[j?+?1];
				index[j?+?1]?=?temp_index;

			}
	Matrix3f?Sorted_eigenvector;
	Matrix3f?Sorted_eigenvalue（eigenvalueVec.asDiagonal（））;
	for?（unsigned?i?=?0;?i?	{
		Sorted_eigenvector.col（i）?=?eigenvectors.col（index[i]）;
	}
	//schmidt正交
	Matrix3f?schmidt_eigenvector;
	for?（unsigned?int?i?=?0;?i?	{
		schmidt_eigenvector.col（i）?=?Sorted_eigenvector.col（i）;
		for?（unsigned?int?j?=?1;?j?<=?i;?j++）
		{
			schmidt_eigenvector.col（i）?-=?schmidt_template（Sorted_eigenvector.col（i）?schmidt_eigenvector.col（j?-?1））;
		}
		schmidt_eigenvector.col（i）.normalized（）;
	}
	return?schmidt_eigenvector;
}

//schmidt正交的單步計算模板
Eigen::Vector3f?MATRIXOP::schmidt_template（Eigen::Vector3f?vector0?Eigen::Vector3f?vector1）
{
	Vector3f?schmidt_vector?=?vector0.dot（vector1）?/?vector1.squaredNorm（）?*?vector1;
	return?schmidt_vector;
}

//一維容器轉換為矩陣
Eigen::MatrixXf?MATRIXOP::vector_trans_matrix（vector?vertex）
{
	vector?Vertices;
	Eigen::RowVector3f?rowvector;
	for?（unsigned?int?i?=?0;?i?	{
		for?（unsigned?int?j?=?0;?j?		{
			rowvector（j）?=?vertex[3?*?i?+?j];
		}
		Vertices.push_back（rowvector）;
	}
	unsigned?int?numVertices?=?Vertices.size（）;
	Eigen::MatrixXf?pVertices（numVertices?3）;
	for?（unsigned?int?i?=?0;?i?	{
		pVertices.row（i）?=?Vertices[i];
	}
	return?pVertices;
}

//glm對應矩陣變換-縮放矩陣//size縮放尺寸一般定義第四個元素為1.0
Eigen::Matrix4f?MATRIXOP::scal_matrix（Eigen::Vector4f?&?size）
{
	Eigen::Matrix4f?sc

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2482??2018-09-28?16:37??OBB.h

?????文件???????3426??2018-09-28?16:37??OBBtree.cpp

?????文件???????1202??2018-09-28?16:42??OBBtree.h

?????文件???????1956??2018-09-28?16:35??test_main.cpp

?????文件???????4731??2018-09-28?16:37??MATRIXOP.cpp

?????文件???????1249??2018-09-28?16:38??MATRIXOP.h

?????文件???????9332??2018-09-28?16:37??OBB.cpp

-----------?---------??----------?-----??----

????????????????24378????????????????????7