Scipy.ndimage---旋转/缩放（多维图像）

本节重点介绍形态学处理---旋转/缩放

一、旋转

scipy.ndimage.rotate(input, angle, axes=(1, 0), reshape=True, output=None, order=3, mode='constant', cval=0.0, prefilter=True)

描述：旋转一个数组。

参数：

• input ：类型：array（矩阵）---输入多维矩阵；
• angle：类型：float（浮点型）---旋转角度，以度为单位；
• axes：类型：tuple of 2 ints（整型元组）---两个轴定义旋转平面，默认前两个轴；
• reshape：类型：boolean（布尔型）---如果reshape为true，则调整输出形状，以便输入数组完全包含在输出中。 默认为True。
• output：类型：array/dtype---放置输出的数组，或返回数组的dtype。 默认情况下，将创建与输入相同的dtype数组。
• order：类型：int（整型）---样条插值的顺序，默认为3.顺序必须在0-5范围内。
• mode：类型：{'reflect'，'constant'，'nearest'，'mirror'，'wrap'}---mode参数确定输入数组如何扩展到其边界之外， 默认为“常量”。
• cval：类型：scalar（标量）---如果模式为“常量”，则填充输入的过去边缘的值， 默认值为0.0。
• prefilter：类型：bool（布尔型）---确定在插值之前是否使用spline_filter对输入数组进行预过滤。 默认值为True，如果order> 1，将创建一个过滤值的临时float64数组。如果将此值设置为False，如果order> 1，输出将略微模糊，除非输入是预过滤的，即它是调用的结果 原始输入上的spline_filter。

输出：类型：ndarry（矩阵）---旋转之后的矩阵输出。

二、缩放

scipy.ndimage.zoom(input, zoom, output=None, order=3, mode='constant', cval=0.0, prefilter=True)

描述：缩放数据

参数：

• input：类型：array（矩阵）---输入多维矩阵；
• zoom：类型：float/sequence（浮点型/序列）---沿轴的缩放系数，如果是浮点型，表示每个轴的缩放是相同的，如果是序列，zoom应包含每个轴的缩放值；
• output：类型：array（矩阵）---放置输出的数组，或返回数组的dtype，默认情况下，将创建与输入相同的dtype数据
• order：类型：int（整型）---样条插值的顺序，默认为3，顺序必须在0-5范围内；
• mode： {‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}---mode参数确定输入数组如何扩展到其边界之外。 默认为“常量”；
• cva：类型：scalar（标量）---如果模式为“常量”，则填充输入的过去边缘的值， 默认值为0.0。
• prefilter：类型：bool（布尔型）---确定在插值之前是否使用spline_filter对输入数组进行预过滤。 默认值为True，如果order> 1，将创建一个过滤值的临时float64数组。如果将此值设置为False，如果order> 1，输出将略微模糊，除非输入是预过滤的，即它是调用的结果 原始输入上的spline_filter。

输出：类型：ndarry（矩阵）---缩放之后的矩阵输出。

范例：

输出：