要找到B-样条曲线上的最近点，可以使用以下步骤：

1. 定义B-样条曲线：首先，你需要定义B-样条曲线的控制点。可以使用一个数组或列表来存储这些点。

   control_points = [(0, 0), (1, 3), (3, 4), (5, 1), (7, 6)]
   

2. 计算参数化的B-样条曲线：使用控制点来计算参数化的B-样条曲线。可以使用库函数或手动计算。

   import numpy as np
   from scipy.interpolate import BSpline
   
   # 将控制点转换为numpy数组
   control_points = np.array(control_points)
   
   # 创建参数化的B-样条曲线对象
   t = np.linspace(0, 1, len(control_points) - 2, endpoint=True)
   b_spline = BSpline(t, control_points, 3)
   

3. 离散化曲线：为了找到最近点，我们需要对曲线进行离散化。可以通过在参数范围内均匀采样来实现。

   # 离散化曲线
   num_samples = 100
   t_samples = np.linspace(0, 1, num_samples)
   curve_points = b_spline(t_samples)
   

4. 计算最近点：对于给定的点，我们可以计算其到离散化曲线上所有点的距离，并找到最近点。

   def find_nearest_point(point, curve_points):
       distances = np.linalg.norm(curve_points - point, axis=1)
       nearest_index = np.argmin(distances)
       nearest_point = curve_points[nearest_index]
       return nearest_point
   
   # 给定一个点
   point = (2, 2)
   
   # 找到最近点
   nearest_point = find_nearest_point(point, curve_points)
   

现在，nearest_point变量将包含B-样条曲线上最近点的坐标。