如何用scipy.interpolate实现固定起止点的平滑样条逼近？

完全可以用scipy.interpolate实现你的需求，而且你其实已经摸到正确方向了！我们来把逻辑拆解清楚，帮你精准实现想要的红色曲线效果：

核心逻辑：splprep的参数是关键 #

你代码里生成红色曲线的部分，其实已经命中了核心需求，关键参数的作用我帮你梳理明白：

• per=0：这个参数强制样条为非周期模式，直接确保样条的起点和终点严格匹配原始数据的首尾点，完美满足你「起止点必须固定」的要求；
• s：平滑控制参数，这就是你调整平滑程度的开关：
  • 当s=0时，样条会严格穿过所有原始数据点（也就是你代码里的绿色曲线），无平滑效果；
  • 当s>0时，数值越大，样条与原始点的误差容忍度越高，曲线就越平滑（你用s=border_segment[0].shape[0]*16就得到了理想的红色曲线）。你可以根据轮廓的实际尺寸调整s的取值，找到最适合的平滑度。

至于你提到的make_interp_spline（橙色曲线），它的边界条件设置是固定首尾点的导数，这不是你需要的——你只需要固定首尾点的位置，不需要限制斜率，所以splprep的方案更直接高效。

优化后的代码示例 #

我把你的代码整理得更清晰，加上关键注释：

import numpy as np
from matplotlib import pyplot as plt
from scipy.interpolate import splprep, splev

# 原始轮廓段数据
border_segment = 16 * np.asarray([[[2, 8], [2, 9], [2, 10], [2, 11], [1, 12], [0, 13], [0, 14], [0, 15], [1, 16], [2, 17], [2, 18]]])
original_x, original_y = border_segment[0].T

# 绘制原始数据点
plt.scatter(original_x, original_y, label='Original Points', zorder=5)

# 生成固定起止点的平滑样条（你需要的红色曲线效果）
tck, u = splprep([original_x, original_y], u=None, s=len(original_x)*16, per=0)
# 生成更密集的采样点，让曲线显示更顺滑
u_new = np.linspace(u.min(), u.max(), len(original_x)*16)
smooth_x, smooth_y = splev(u_new, tck, der=0)
plt.plot(smooth_x, smooth_y, color='red', label='Smoothed Spline (Fixed Ends)')

# 对比：插值样条（过所有原始点的绿色曲线）
tck_interp, u_interp = splprep([original_x, original_y], u=None, s=0.0, per=0)
interp_x, interp_y = splev(u_new, tck_interp, der=0)
plt.plot(interp_x, interp_y, color='green', label='Interpolating Spline (All Points)', linestyle='--')

plt.legend()
plt.axis('equal')
plt.show()

替代方案 #

如果不想依赖Scipy，还有这些可选路径：

• OpenCV间接平滑：先用cv2.approxPolyDP对原始轮廓做多边形简化（减少冗余点），再对简化后的点做样条拟合，适合需要结合OpenCV生态的场景；
• 移动窗口平滑：对轮廓的x、y坐标分别做滑动平均处理，实现简单，但平滑效果不如样条自然，需要手动固定首尾点；
• 手动构造B样条：用scipy.interpolate.BSpline类自定义节点和系数，适合需要高度定制样条形态的场景，但需要对样条理论有基础了解。

总结 #

你最需要的方案就是splprep+per=0+调整s参数——这完全满足「固定起止点、可控平滑度、不强制经过中间点」的所有需求，不用复杂的边界条件设置。

内容的提问来源于stack exchange，提问作者ikkjo