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：
