b-spline python_基于numpy/scipy的快速bspline算法

所以，在我的问题困扰了很多，做了很多研究之后，我终于有了答案。scipy中的所有东西都是可用的，我把我的代码放在这里，希望其他人能发现它有用。在

该函数接受一个N-d点数组、一个曲线阶数、一个周期状态(打开或关闭)，并将沿着该曲线返回N个样本。有一些方法可以确保曲线样本是等距的，但目前我将集中讨论这个问题，因为它都是关于速度的。在

值得注意的是：我似乎无法超越20度的曲线。当然，这已经是过火了，但我觉得值得一提。在

同样值得注意的是：在我的机器上，下面的代码可以在0.017s内计算出100000个样本import numpy as np

import scipy.interpolate as si

def bspline(cv, n=100, degree=3, periodic=False):

""" Calculate n samples on a bspline

cv : Array ov control vertices

n : Number of samples to return

degree: Curve degree

periodic: True - Curve is closed

False - Curve is open

"""

# If periodic, extend the point array by count+degree+1

cv = np.asarray(cv)

count = len(cv)

if periodic:

factor, fraction = divmod(c