我有路面txt点云文件，需要先提取边界，然后对边界线形进行3次样条拟合得到圆滑曲线，数据不适用于Convex Hull算法，最后将其可视化，求代码

针对您的需求，可以使用以下步骤实现：

1. 读取txt点云文件，将其转换为numpy数组。

import numpy as np

data = np.loadtxt('path/to/pointcloud.txt')

2. 对点云进行边界提取，可以使用alpha shapes算法或者concave hull算法。

from scipy.spatial import Delaunay
from skgeom import alpha_shapes

tri = Delaunay(data)
alpha_shape = alpha_shapes.alpha_shape_auto(data, tri.vertices, alpha=2.0)
boundary = alpha_shape.boundary

3. 对边界线形进行3次样条拟合得到圆滑曲线，可以使用scipy库中的splrep和splev函数。

from scipy.interpolate import splprep, splev

tck, u = splprep(boundary.T, s=0, k=3)
u_new = np.linspace(u.min(), u.max(), 1000)
x_new, y_new = splev(u_new, tck)

# 此时x_new和y_new即为拟合后的圆滑曲线

4. 将拟合后的曲线进行可视化，可以使用matplotlib库。

import matplotlib.pyplot as plt

# 将点云和边界线形可视化
plt.figure(figsize=(8, 8))
plt.scatter(data[:, 0], data[:, 1], s=1)
plt.plot(boundary[:, 0], boundary[:, 1], color='r', linewidth=2)

# 将拟合后的曲线可视化
plt.plot(x_new, y_new, color='g', linewidth=2)
plt.show()

完整代码示例：

import numpy as np
from scipy.spatial import Delaunay
from skgeom import alpha_shapes
from scipy.interpolate import splprep, splev
import matplotlib.pyplot as plt

# 读取txt点云文件
data = np.loadtxt('path/to/pointcloud.txt')

# 边界提取
tri = Delaunay(data)
alpha_shape = alpha_shapes.alpha_shape_auto(data, tri.vertices, alpha=2.0)
boundary = alpha_shape.boundary

# 3次样条拟合得到圆滑曲线
tck, u = splprep(boundary.T, s=0, k=3)
u_new = np.linspace(u.min(), u.max(), 1000)
x_new, y_new = splev(u_new, tck)

# 可视化
plt.figure(figsize=(8, 8))
plt.scatter(data[:, 0], data[:, 1], s=1)
plt.plot(boundary[:, 0], boundary[:, 1], color='r', linewidth=2)
plt.plot(x_new, y_new, color='g', linewidth=2)
plt.show()