[英]Derivative of a Bezier curve in matrix form
我正在處理一些貝塞爾曲線。 我直接使用矩陣在參數處得到我的 position,不涉及 decasteljau,我覺得它更優雅:
v_t = np.array([1, t, t**2, t**3])
cubic = np.array([
[ 1., 0., 0., 0.],
[-3., 3., 0., 0.],
[ 3., -6., 3., 0.],
[-1., 3., -3., 1.]
])
pos_at_param = np.dot(np.dot(v_t, cubic), control_points)
工作得很好。 但我想使用相同的邏輯計算我的切線
無論我從
(1-t)**3 +
3(1-t)**2t +
3(1-t)t**2 +
t**3
獲取所有這些導數,並從中重新創建一個矩陣,
或者從我在網上找到的導數開始
3(1-t)(1-t) * (p1 - p0) +
6t(1-t) * (p2 - p1) +
3tt * (p3 - p2)
給我
[ 3., 0., 0.]
[-6., 6., 0.]
[ 3., -5., 3.]
這些似乎都沒有給我在給定參數的曲線上的實際導數/切線向量。 難道我做錯了什么? 是否根本不可能使用與 position 相同的邏輯來計算曲線的正切?
謝謝你。
編輯:回答@MBo:是的,雖然不確定我是否正確應用它。 一旦我推導,我就失去了 1 個點,所以我不確定如何處理 4 個點。 我試過這個:
LUT = np.array([
[3., 0., 0.],
[-6.,6., 0.],
[3.,-5., 3.],
])
t = 0.5
v_params = np.array([1, t, t**2])
P0 = np.array([0., 40., 0.])
P1 = np.array([0., 80., 0.])
P2 = np.array([100., 80., 0.])
P3 = np.array([100., 40., 0.])
points = np.array([
P1-P0,
P2-P1,
P3-P2
])
out = np.dot(np.dot(v_params, LUT), points)
out /= np.linalg.norm(out)
但在 0.5 之后不起作用
也嘗試過 4d
LUT = np.array([
[3., 0., 0., 0.],
[-6.,6., 0., 0.],
[3.,-5., 3., 0.],
[0., 0., 0., 0.]
])
v_params = np.array([1, t, t**2, t**3])
假設 t^3 將被我的最后 0. 行取消,但也不起作用
所以MBo你是對的,我的LUT錯了,我想通了,我現在正在使用
3 0 0
-6 6 0
3 -6 3
它運行良好! 感謝您指出問題所在!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.