我正在谷歌测试中执行下一个代码
TEST(LinearALgebra, SVD) {
Eigen::Matrix3d m;
m << -0.0793311, 0.999997, -1.17221e-07,
1.74, 0.00249557, 0.000445095,
9.88131e-324, 0.000191222, -0.000284459;
Eigen::Matrix3d m_inv = m.inverse();
//or
auto svd = m.jacobiSvd(Eigen::ComputeFullU | Eigen::ComputeFullV);
}
在scalar_product_op :: result_type(第86行)的BinaryFunctors.h中失败 在simpe主应用程序中运行相同的操作,python numpy或opencv工作正确无误。
答案 0 :(得分:0)
因此,问题是次正规数为9.88131e-324。 它导致浮点异常。 将其更改为零解决了问题。