【Python】Bezier曲线插值反解控制顶点

1. 原理解释（均匀节点）

• 对于给定Bezier曲线上的插值点$P_i$，通过$P_i=r(u_i)={\sum }_{j=0}^n{J}_{n,j}(u_i)V$;
• 其中$V=[V_0,V_1,\cdots ,V_n]$，称$V_i$为型值点，$P=[P_1,P_2,\cdots ,P_n]$，且$P_i$为给定值，而$u_i$为$[0,1]$范围内的一个节点，在本程序中我们认为$u_i$为均匀节点，即n次Bezier曲线在$[0,1]$上有n+1个节点，例$n=4,u=[0,0.25,0.5,0.75,1]$。
• 由Bezier曲线的端点性质可以知道曲线在端点处型值点与插值点为同一个点。
• 结果展示：
  

  bezier反解作图

2. 原理解释（非均匀节点）

3. Jupyter程序

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import math

plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题

# 阶乘函数
def jc(x):
    return math.factorial(x)

def Bernstein(n,m): 
    u1 = np.linspace(0,1,n+1)  # u1 代表插值点对应的均匀点 ui
    u2 = np.linspace(0,1,m)  # m 代表画曲线时 u 的取点数量
    J1 = pd.DataFrame() # 存储伯恩斯坦基函数在给定 u1 下系数矩阵
    J2 = pd.DataFrame() # 存储为绘制曲线的系数矩阵
    for i in range(n+1):
        k = i
        column = 'C'+str(i)
        C_nk = jc(n)/(jc(k)*jc(n-k))
        J_nk1 = C_nk*pow(u1,k)*pow(1-u1,n-k)
        J_nk2 = C_nk*pow(u2,k)*pow(1-u2,n-k)
        J1[column] = J_nk1
        J2[column] = J_nk2
    J1 = np.around(np.matrix(J1).I,2)   # 将伯恩斯坦基函数取逆后截取两位小数
#     print(J1,J2)
    return J1,J2

# 输入n
def Bezier_inverse():
    
    n = int(input("请输入n（n为Bezier次数）："))
    m = int(input("请输入m（m为u的取值个数）："))
    print("请输入{0}个插值点".format(n+1))
    
    x = []
    y = []
    for i in range(n+1):
        x1 = float(input("请输入第{0}个点的x坐标：".format(i+1)))
        y1 = float(input("请输入第{0}个点的y坐标：".format(i+1)))
        print("添加坐标点({0},{1})\n".format(x1,y1))
        x.append(x1)
        y.append(y1)
    
    J1,J2 = Bernstein(n,m)  # J1为一个 n+1*n+1 的矩阵

    X_con = []  # 存储控制点的坐标
    Y_con = []
    
    X_bez = []
    Y_bez = []
    
    X_con = J1*np.matrix(x).T  # 计算控制点的X值
    Y_con = J1*np.matrix(y).T  # 计算控制点的Y值
    
    for i in range(m):  
        a = sum(J2.iloc[i,:]*X_con.T.tolist()[0])  # x为所有点x轴的值
        b = sum(J2.iloc[i,:]*Y_con.T.tolist()[0])  # y为所有点y轴的值
        X_bez.append(a)
        Y_bez.append(b)

    # 绘制Bezier曲线
    fig = plt.figure(figsize=(10,8))
    fig.suptitle(str(n)+'次Bezier曲线',fontsize=16)
    plt.plot(X_con,Y_con,marker='o',markerfacecolor='white')  # 画空心圆
    plt.plot(x,y,'ro')
    plt.plot(X_bez,Y_bez)  # 画空心圆
    plt.xticks(fontsize=14)
    plt.yticks(fontsize=14)
    plt.show()

4. 封装至class中

import matplotlib.pyplot as plt
import numpy as np
from numpy.random import rand
import pandas as pd
import math
import random

plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题

class click_curve:
    # 在类中定义的带self的变量均为全局变量
    def __init__(self,n,m,ax):
        self.ax = ax
        self.m = m
        self.n = n
        self.x = []
        self.y = []
        self.i = 0
        self.cid = self.ax.figure.canvas.mpl_connect('button_press_event', self)

    def jc(self,a):  # 阶乘
        return math.factorial(a)

    def Bernstein(self): 
        u1 = np.linspace(0,1,self.n+1)
        u2 = np.linspace(0,1,self.m)  # m代表[0,1]上取多少个点
        J1 = pd.DataFrame() # 存储伯恩斯坦基函数在给定u1下的的值
        J2 = pd.DataFrame() # 存储为给定u的值
        for i in range(self.n+1):  # 输入n个点，n不为次数
            k = i
            column = 'C'+str(i)
            C_nk = self.jc(self.n)/(self.jc(k)*self.jc(self.n-k))
            J_nk1 = C_nk*pow(u1,k)*pow(1-u1,self.n-k)
            J_nk2 = C_nk*pow(u2,k)*pow(1-u2,self.n-k)
            J1[column] = J_nk1
            J2[column] = J_nk2
        J1 = np.around(np.matrix(J1).I,2)
        return J1,J2
    
        # 输入n
    def Bezier_inverse(self):
        # 调用Bernstein基函数
        J1,J2 = self.Bernstein()
        
        X_con = []  # 存储控制点的坐标
        Y_con = []
        X_bez = []  # 存储Bezier曲线上的所有点
        Y_bez = []
        
        X_con = J1*np.matrix(self.x).T  # 计算控制点的X值
        Y_con = J1*np.matrix(self.y).T  # 计算控制点的Y值
        
        for i in range(self.m): 
            a = sum(J2.iloc[i,:]*X_con.T.tolist()[0])  # x为所有点x轴的值
            b = sum(J2.iloc[i,:]*Y_con.T.tolist()[0])  # y为所有点y轴的值
            X_bez.append(a)
            Y_bez.append(b)
        
        self.ax.plot(X_con,Y_con,marker='o',markerfacecolor='white')  # 画空心圆
        # self.ax.plot(self.x,self.y,'b')  # 连线
        self.ax.plot(X_bez,Y_bez,'r')  # 画曲线
        print('success')
        self.ax.figure.canvas.draw()
    
    def __call__(self,event):
        if event.inaxes != None:
            if event.button==1 and self.i < self.n+1:
                self.i+=1
            #     plt.ax.scatter(event.xdata, event.ydata)
                self.x.append(event.xdata)
                self.y.append(event.ydata)
                print("输入坐标点为：({0:.2f},{1:.2f})".format(event.xdata, event.ydata))
                self.ax.plot(event.xdata, event.ydata, 'bo',markerfacecolor='white')
                self.ax.text(event.xdata+0.05, event.ydata+0.05,"({0:.2f},{1:.2f})".format(event.xdata, event.ydata))
                self.ax.figure.canvas.draw()
            elif self.i >= self.n+1:
                print("绘图结束")
                print("x取值：{0}".format(self.x))
                print("y取值：{0}".format(self.y))
                self.Bezier_inverse()
                print("end")
            return
        else:
            print("出界了")
            
    # def click1(self):
    #     self.ax.figure.canvas.mpl_connect('button_press_event', self.click)
    

            
def main():    
    n = int(input("请输入次数："))
    x = input("请输入你希望的X轴区间(用空格隔开)：").split(" ")
    y = input("请输入你希望的Y轴区间(用空格隔开)：").split(" ")
    m = int(input("请输入m（m为u的取值个数）："))
    print("\n请在画布上依次点击{0}个点".format(n+1))
    x1 = []  # 存储figure的x轴区间
    y1 = []  # 存储figure的y轴区间
    for i in range(len(x)):
        x1.append(int(x[i]))
        y1.append(int(y[i]))
    
    fig = plt.figure()
    ax1 = fig.add_subplot(111)
    plt.xlim(x1[0],x1[1])
    plt.ylim(y1[0],y1[1])
    plt.title("{0}次Bezier曲线".format(n))
    plt.yticks(fontsize=14)
    plt.xticks(fontsize=14)
    click_curve(n,m,ax1)
    # test.click1()
    plt.show()
    
if __name__ == '__main__':
    main()