Eigen::Map实现4x4矩阵3维旋转缩放无拷贝操作方法

报错核心原因 #

你的代码报错来自两个低级问题，和Eigen::Map的能力无关：

1. 类型不匹配：你映射的是double精度的Matrix4d，但用的AngleAxisf、Vector3f::UnitZ()都是float精度，且生成的旋转矩阵是3x3维度，和4x4矩阵无法直接相乘。
2. 维度不匹配：Eigen::Scaling(sx,sy,sz)默认生成3x3缩放矩阵，不能直接和4x4齐次变换矩阵做乘法。

另外你对Eigen::Map的认知是错的：它不止支持2/3/4维固定大小矩阵，任意固定/动态维度的矩阵、向量都可以零拷贝映射，完全满足你的无拷贝需求。

修正后无拷贝实现 #

全程所有操作直接读写原std::array<double,16>的内存，没有任何额外的数据拷贝：

旋转变换代码

#include <array>
#include <Eigen/Core>
#include <Eigen/Geometry>

// 绕Z轴旋转，angle_z为弧度制
void rotate_z(std::array<double, 16>& input_mat, double angle_z) {
    // 直接映射原数组内存，无拷贝，用data()取指针比强制类型转换更安全
    Eigen::Map<Eigen::Matrix4d> mapped_mat(input_mat.data());
    // 构造double精度的Z轴旋转，转4x4齐次矩阵，Eigen表达式模板惰性求值无临时拷贝
    mapped_mat = Eigen::AngleAxisd(angle_z, Eigen::Vector3d::UnitZ())
                    .toRotationMatrix()
                    .homogeneous() * mapped_mat;
}

缩放变换代码

void scale(std::array<double, 16>& input_mat, double sx, double sy, double sz) {
    Eigen::Map<Eigen::Matrix4d> mapped_mat(input_mat.data());
    // 构造4x4齐次缩放矩阵，直接原地运算
    mapped_mat = Eigen::Scaling(sx, sy, sz).toHomogeneousMatrix() * mapped_mat;
}

关键说明 #

• 所有Eigen运算对象统一用double精度版本（后缀带d，比如AngleAxisd/Vector3d），和映射的Matrix4d类型对齐，避免隐式类型转换的开销和报错。
• 3D空间的旋转、缩放原生是3x3矩阵，必须转成4x4齐次形式（最后一行固定为[0,0,0,1]）才能和4x4变换矩阵相乘。
• 上述代码默认遵循Eigen列优先存储、左乘列向量的变换规则，如果你的原数组是行优先存储、用右乘行向量的逻辑，只需要修改Map的模板参数指定存储顺序，同时调换乘法顺序即可：

  // 行优先存储的映射方式
  Eigen::Map<Eigen::Matrix<double, 4, 4, Eigen::RowMajor>> mapped_mat(input_mat.data());
  // 行向量逻辑下变换右乘
  mapped_mat = mapped_mat * Eigen::Scaling(sx,sy,sz).toHomogeneousMatrix();
  

• 零拷贝验证：Eigen::Map构造时仅保存原数组的内存指针，不会申请额外内存存储矩阵数据，所有运算直接读写原数组地址，全程无无用数据拷贝。

内容的提问来源于stack exchange，提问作者Kroma