如何基于鼠标坐标生成平滑曲线插值路径并绘制到视频帧

从你的需求——基于稀疏鼠标坐标生成贴合原始轨迹、平滑弧形过渡的逐帧位置——来看，样条插值是更优的选择，原因如下：

样条插值的核心优势 #

• 严格贴合原始采样点：比如Catmull-Rom样条会直接经过每一组捕获的鼠标坐标，完全还原你录制的原始鼠标轨迹节点，不需要额外调整控制点来对齐采样点。
• 天然的平滑弧形过渡：这类样条曲线具备连续的二阶导数，相邻段的连接处会自动形成流畅的弧形，不会出现生硬的折线或轨迹突变，完美匹配你要的动画效果。
• 适配等间隔帧采样：你需要生成与视频帧一一对应的坐标（比如150帧对应150个位置），样条可以通过将时间参数化（把捕获间隔映射到视频帧的时间轴），直接均匀采样得到每帧的精准鼠标位置，无需额外计算分段长度来分配采样点。

贝塞尔曲线的局限性 #

• 不原生贴合采样点：标准三阶贝塞尔曲线由控制点定义，不会自动经过你的原始鼠标坐标，若要让曲线贴合采样点，需要额外计算控制点进行拟合，这会增加实现复杂度，还容易导致轨迹偏离原始路径。
• 分段平滑处理成本高：如果用分段贝塞尔连接每个采样点，需要手动计算相邻段的控制点来保证过渡平滑，否则连接处容易出现拐点，实现成本远高于样条插值。

实现建议 #

• 在Python中可以使用scipy.interpolate.CubicSpline实现三次样条插值，或者自定义Catmull-Rom样条函数来获得更灵活的平滑度控制。
• 先将捕获的鼠标坐标按时间戳排序，然后把视频的每帧对应到时间轴上的位置（比如30fps的视频，每帧对应1/30秒的时间点），再在样条曲线上采样对应时间点的坐标。
• 若需要调整平滑程度，Catmull-Rom样条的张力参数可以灵活控制：张力越小，曲线越平滑；张力越大，轨迹越接近原始采样点的折线连接，能适配不同的鼠标移动场景。

内容的提问来源于stack exchange，提问作者Joel Smith