eigen 安装 Windows：从下载到编译，一篇讲清楚

目标关键词：eigen 安装 windows

如果你在做 C++ 开发、机器视觉、算法优化、图像处理，或者只是想把 Eigen 这个轻量级线性代数库装到 Windows 上用起来，这篇文章基本就够了。
Eigen 本身不是那种“点下一步就能安装”的传统软件，它更像是一个头文件库，重点不是“安装程序”，而是下载、配置、引用、编译测试。很多新手第一次在 Windows 上用 Eigen，会卡在：到底要不要安装、怎么配置、VS 里怎么加路径、CMake 怎么写、编译报错怎么处理。下面我按最实用的方式一步一步讲清楚。

一、Eigen 是什么，为什么很多人会在 Windows 上搜“安装”

Eigen 是一个开源的 C++ 线性代数库，常用来做：

矩阵运算
向量计算
几何变换
最小二乘、特征值分解
机器人、视觉、控制、科学计算

它最大的特点是：

纯头文件库
- 不需要像某些软件那样单独安装运行库
- 你下载下来后，核心就是一堆 .h 文件
跨平台
- Windows、Linux、macOS 都能用
性能强
- 经过大量模板和表达式优化，适合高性能计算

所以大家说的“eigen 安装 windows”，准确点说其实是：

在 Windows 上获取 Eigen
配置到 Visual Studio / CMake 工程里
让代码能正常 #include 并编译通过

二、Windows 上安装 Eigen 的几种方式

方式 1：直接下载源码包，最简单

这是最适合新手的方法，推荐优先用这个。

操作步骤

打开 Eigen 的官方源码仓库或发布包页面
下载压缩包
解压到一个固定目录，比如：
```
D:\libs\eigen
```
在项目里把 Eigen 的头文件路径加进去

目录结构一般会像这样

D:\libs\eigen\
    Eigen\
    unsupported\
    CMakeLists.txt
    README.md

你真正需要的通常是这个路径：

D:\libs\eigen

或者更精确一点，包含 Eigen 目录的父目录。

方式 2：用包管理器安装，适合进阶用户

如果你平时经常开发 Windows C++ 项目，可以用包管理器统一管理依赖。

常见方式

vcpkg
Conan
MSYS2

优点：

方便升级
依赖管理更清晰
适合多个项目共用

缺点：

新手第一次配置会比直接下载复杂一点

方式 3：通过 CMake 引入，适合项目化开发

如果你的项目使用 CMake，推荐直接在项目里指定 Eigen 路径，或者让 CMake 找到它。

这种方式适合：

用 Visual Studio 2022
用 CLion
用命令行编译
做跨平台项目

三、新手最推荐的安装方式：直接下载 + Visual Studio 配置

下面用最直观的方法讲。

第一步：下载 Eigen

去下载 Eigen 源码压缩包，解压到一个你自己记得住的位置，例如：

D:\libs\eigen-3.4.0

注意：

路径不要有中文和特殊符号
尽量不要放在桌面这种经常变动的位置
不要把 Eigen 解压得太深

第二步：确认头文件位置

你打开解压后的目录，应该能看到：

D:\libs\eigen-3.4.0\Eigen
D:\libs\eigen-3.4.0\unsupported

这里的关键点是：
代码里 include 的不是“安装程序”，而是头文件目录。

常见引用方式：

#include <Eigen/Dense>

这个写法能不能成功，取决于你项目里有没有把 D:\libs\eigen-3.4.0 加到包含目录里。

第三步：在 Visual Studio 里配置包含目录

如果你用的是 Visual Studio，按下面做：

操作步骤

打开你的 C++ 项目
右键项目名
选择属性
找到：
```
C/C++ -> 常规 -> 附加包含目录
```
点击编辑，添加：
```
D:\libs\eigen-3.4.0
```
保存设置，确定退出

这样编译器就知道去这个路径下面找 Eigen 文件夹了。

第四步：写一个最小测试代码

新建一个 .cpp 文件，写入：

#include <iostream>
#include <Eigen/Dense>

int main() {
    Eigen::Matrix3d m;
    m << 1, 2, 3,
         4, 5, 6,
         7, 8, 9;

    std::cout << "Matrix:\n" << m << std::endl;
    return 0;
}

如果能正常编译并运行，说明 Eigen 在 Windows 上已经配置成功。

四、CMake 下安装和使用 Eigen 的方法

很多项目现在都不用手动配 VS 属性页了，而是用 CMake。这个方法更适合长期维护。

情况 1：Eigen 是你自己下载的源码包

假设 Eigen 放在：

D:/libs/eigen-3.4.0

你的 CMakeLists.txt 可以这样写：

cmake_minimum_required(VERSION 3.15)
project(TestEigen)

set(CMAKE_CXX_STANDARD 17)

include_directories(D:/libs/eigen-3.4.0)

add_executable(TestEigen main.cpp)

然后在 main.cpp 里：

#include <iostream>
#include <Eigen/Dense>

int main() {
    Eigen::Vector3d v(1.0, 2.0, 3.0);
    std::cout << v << std::endl;
    return 0;
}

情况 2：用 `find_package` 查找 Eigen

如果你是通过包管理器安装，或者系统里已经有 Eigen 的 CMake 配置文件，可以尝试：

find_package(Eigen3 REQUIRED)
target_link_libraries(TestEigen PRIVATE Eigen3::Eigen)

不过要注意：

不是所有 Windows 环境默认都能直接 find_package(Eigen3) 成功
如果你只是本地开发，直接 include_directories 往往更省事

五、用 vcpkg 安装 Eigen（适合长期开发）

如果你想让 Windows 上的软件依赖管理更规范，可以用 vcpkg。

安装思路

先安装 vcpkg
用它安装 eigen3
在 CMake 或 VS 中集成

常见命令

vcpkg install eigen3

如果你是 CMake 项目，可以加上 vcpkg toolchain。

这种方式的好处是：

项目依赖统一
换电脑方便
管理多个第三方库时更稳定

但如果你只是临时写个小程序，没必要一上来就折腾包管理器。

六、Windows 上最常见的 Eigen 使用报错

下面这部分很关键，很多人就是卡在这里。

报错 1：`fatal error: Eigen/Dense: No such file or directory`

原因

编译器没找到 Eigen 的头文件路径。

解决办法

检查你加的路径是不是对的。

正确做法通常是加：

D:\libs\eigen-3.4.0

而不是只加：

D:\libs\eigen-3.4.0\Eigen

因为代码里写的是：

#include <Eigen/Dense>

编译器会从你配置的包含目录下继续找 Eigen/Dense。

报错 2：`unresolved external symbol`

原因

这个在 Eigen 里比较少见，因为它本身是头文件库。
如果出现，通常不是 Eigen 本体问题，而是：

你项目里有别的库没链接
编译设置混乱
代码模板实例化问题
你误以为 Eigen 是需要单独链接的库

解决办法

Eigen 一般不需要单独链接。
如果你只用了 Eigen，通常只要包含目录配置好，就能编译。

报错 3：编译很慢

原因

Eigen 依赖模板展开，复杂矩阵运算时编译时间会增加。

解决办法

开启预编译头
减少不必要的头文件包含
复杂模板代码尽量拆分
开启合理优化等级

报错 4：和其他库冲突

比如你同时用了：

OpenCV
PCL
Ceres
g2o

这些库本身也可能依赖 Eigen。

解决办法

尽量统一 Eigen 版本
不要工程里手动塞多个 Eigen 副本
优先用同一套包管理器维护依赖

七、Windows 下 Eigen 的标准用法示例

1. 向量运算

#include <iostream>
#include <Eigen/Dense>

int main() {
    Eigen::Vector3d a(1, 2, 3);
    Eigen::Vector3d b(4, 5, 6);

    Eigen::Vector3d c = a + b;

    std::cout << "c = " << c.transpose() << std::endl;
    return 0;
}

2. 矩阵乘法

#include <iostream>
#include <Eigen/Dense>

int main() {
    Eigen::Matrix2d A;
    A << 1, 2,
         3, 4;

    Eigen::Matrix2d B;
    B << 5, 6,
         7, 8;

    Eigen::Matrix2d C = A * B;

    std::cout << "C:\n" << C << std::endl;
    return 0;
}

3. 求逆

#include <iostream>
#include <Eigen/Dense>

int main() {
    Eigen::Matrix2d A;
    A << 4, 7,
         2, 6;

    std::cout << "Inverse:\n" << A.inverse() << std::endl;
    return 0;
}

注意：
实际开发里不要见到矩阵就直接求逆，很多时候解方程更稳、更快。