旋转
scipy.ndimage.rotate(input, #array--输入多维矩阵
angle, #float--旋转角度,以度为单位
axes=(1, 0), #tuple of 2 int--两个轴定义旋转平面,默认前两个轴
reshape=True, #bool--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=None, #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=3, #int--样条插值的顺序,默认为3。顺序必须在0-5范围内。
mode='constant', #{'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=0.0, #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=True) #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。
类型:ndarry—旋转之后的矩阵输出。
缩放
scipy.ndimage.zoom(input, #array---输入多维矩阵
zoom, #float/sequence---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=None, #adrray or dtyoe---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=3, #int---样条插值的阶数,默认为3,顺序必须在0-5范围内;
mode='constant', #{‘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“constant”;
cval=0.0, #scalar---如果模式为“constant”,则填充输入的过去边缘的值, 默认值为0.0。
perfilter=True) #bool---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。
ndarry—缩放之后的矩阵输出
平移
scipy.ndimage.interpolation.shift(input, #array---输入多维矩阵
shift, #float or sequence---沿轴的平移量,如果是浮点型,表示每个轴的平移是相同的,如果是序列,zoom应包含每个轴的平移量
output=None, #ndarray or 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数据
order=3, #int---样条插值的阶数,默认为3,顺序必须在0-5范围内;
mode='constant', #{‘constant’, ‘nearest’, ‘reflect’, ‘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=0.0, #scalar---如果模式为“constant”,则填充输入的过去边缘的值, 默认值为0.0。
prefilter=True) #bool---确定在插值之前是否使用spline_filter对输入数组进行预过滤。
ndarry—平移之后的矩阵输出