适配纸质书侧翻边缘形态的参数化函数族选型及3D扩展技术问询

看起来你是在找能精准拟合侧翻书页（尤其是书开头的偶数页）边缘形态的参数化函数，还要往3D观测场景扩展——这个需求在文档扫描、AR书本交互这类场景里挺常见的，我来给你梳理下合适的方向：

一、2D场景下的参数化函数族选型 #

你描述的书页边缘形态（起点斜率近0→线性45度→最高点斜率回到0→末端斜率陡升至90度左右），可以从以下几类函数里选：

1. 分段参数化曲线（最易调整，贴合物理形变） #

因为书页的弯折本身就是分段的物理形变，直接分段定义参数化函数最直观：

• 靠近书脊的平缓段（p∈[0,p₁]）：用缓入的二次/三次贝塞尔曲线，比如：

  x(p) = a*p² + b*p
  y(p) = c*p
  

  调整参数a、b、c，让p=0时斜率接近0，p=p₁时斜率刚好到45度（即dy/dx=1）。
• 中间线性过渡段（p∈[p₁,p₂]）：保持45度斜率的直线，直接延续前一段的终点：

  x(p) = (p - p₁) + x(p₁)
  y(p) = (p - p₁) + y(p₁)
  

• 末端陡升段（p∈[p₂,p₃]）：用缓出的三次贝塞尔或指数曲线，比如：

  x(p) = e*(p-p₂)³ + f*(p-p₂)² + x(p₂)
  y(p) = g*(p-p₂) + h*(p-p₂)² + y(p₂)
  

  调整参数e、f、g、h，让p=p₂时斜率回到0，p=p₃时斜率达到你需要的角度（比如90度就是dx/dy趋近于0）。

2. 连续平滑的参数化样条曲线 #

如果想要无分段的平滑曲线，推荐用B样条或NURBS曲线：

• 你只需要标记出书页边缘的关键特征点：斜率为0的起点、45度拐点、斜率为0的最高点、末端点，把这些点作为样条的控制点；
• 参数化形式是基函数的加权组合，比如NURBS的参数化公式：

  x(p) = Σ(w_i * P_x_i * N_i,k(p)) / Σ(w_i * N_i,k(p))
  y(p) = Σ(w_i * P_y_i * N_i,k(p)) / Σ(w_i * N_i,k(p))
  

  其中N_i,k(p)是k次B样条基函数，w_i是控制点的权重，调整权重就能微调曲线的形态，完美匹配你描述的斜率变化。

3. 物理启发的弹性形变函数 #

如果追求更真实的物理拟合，可以用欧拉-伯努利梁的形变方程：

• 把p作为书页的长度参数（从书脊到书页末端），x和y是书页的横向/纵向位移；
• 这个模型考虑了书脊的约束（p=0时位移和斜率固定）、书页的弹性模量等物理参数，能精准模拟书页受弯后的自然形态，不过参数调试会稍微复杂一点。

二、3D场景的扩展方向 #

当考虑观察者不在无穷远、不在页面中心的情况，需要从2D曲线扩展到3D曲面+透视投影：

• 3D书页曲面建模：把2D的参数化曲线作为书页的边缘曲线，用扫掠曲面（将展平的矩形书页沿边缘曲线扫掠）或细分曲面生成完整的3D书页模型，同时可以加入厚度参数模拟真实书页；
• 透视投影转换：用透视投影矩阵把3D书页的坐标转换到2D图像坐标，矩阵参数包含观察者的位置、视角、焦距，不同的观测位置只需要调整这些参数就能得到对应的书页边缘形态；
• 相机标定结合：如果是处理实际拍摄的照片，可以先做相机标定（比如张正友标定法）获取相机内参和外参，这样就能把3D书页模型和照片中的书页精准对齐，还原真实的观测场景。

如果需要更具体的参数调整或者代码示例，可以把你实际拍摄的书页边缘点数据放上来，这样能更精准地拟合函数~

备注：内容来源于stack exchange，提问作者Saku