python中等高线图的高阶插值

你们中有人知道Python中用于二维轮廓绘制的高阶插值方法（Catmull Rom样条曲线、三次插值等）吗

Skimage、Matplotlib和OpenCV分别提供了measure.find_contours（）、contours（）和findContours（）函数，但它们都基于线性插值（也称为marching squares），我正在研究Python中更高精度的函数，最好是。任何指点都将不胜感激

在上图中，我试图从f（x，y）=x^3+y^3的标量场中提取iso值25。我正在寻找比线性插值给出的6个红色点更精确的6个点。

对于非结构化二维数据（或三角化数据），您可能会对以下类感兴趣：

它从用户定义的

三角剖分

和三角剖分节点处定义的字段中提供Clough-Tocher（立方体）插值器。它也可以通过帮助器类

uniformtrifiner

使用：

---

然而，自适应插值的选择当然取决于您的数据集。

我认为您希望在将数据传递到contour之前平滑数据。你看过这个帖子吗？如果不是从规则间隔的数据开始，Scipy的griddata函数可能也会引起兴趣：嗯，我认为这个问题可能是这个问题的重复：（如果不是，请为问题添加更多细节以澄清。）平滑是一个不错的选择，但它会创建比需要更多的点，即，顶点不位于标量场的边上。我正在寻找更精确的边缘插值（线性插值无法提供）。刚刚编辑了原始帖子并添加了一幅图像。此外，高阶并不总是意味着更精确。高阶也会使您对噪声非常敏感。同意，但为一系列立方隐函数选择三阶插值以获得最佳近似值不是一个合理的选择？您好，谢谢您的回复。我知道这是一个惯例，但它不是我想要的。为了更好地解释自己，我在当前链接中对Latex做了一个正式的问题描述：立方体内极体对一条边的限制是一个三次多项式；从函数两端的值+导数可以很容易地得到一个解析表达式。