力扣题解661 图片平滑器

题目（简单）

图像平滑器是大小为 3 x 3 的过滤器，用于对图像的每个单元格平滑处理，平滑处理后单元格的值为该单元格的平均灰度。

每个单元格的平均灰度定义为：该单元格自身及其周围的 8 个单元格的平均值，结果需向下取整。（即，需要计算蓝色平滑器中 9
个单元格的平均值）。

如果一个单元格周围存在单元格缺失的情况，则计算平均灰度时不考虑缺失的单元格（即，需要计算红色平滑器中 4 个单元格的平均值）。

示例

1. 题目重述

图像平滑器是一个3x3的滤波器，用于处理图像的每个单元格，使得平滑处理后的单元格值为该单元格及其周围8个单元格灰度值的平均值，结果向下取整。如果某些周围单元格缺失，则在计算平均灰度时不考虑这些缺失的单元格。

2. 分析题目

输入：一个二维数组，表示灰度图像，每个元素代表该位置的灰度值。
输出：一个新的二维数组，表示平滑处理后的图像。
处理方式：对于每个单元格，需计算其自身及其周围8个单元格的灰度值的平均值。若某些周围单元格缺失，须在计算时排除这些单元格。
特殊情况：需要处理边缘和角落的单元格，因为它们可能没有完整的8个邻居。

3. 解题基本思路

遍历图像的每个单元格。
对于每个单元格，计算有效的邻居单元格的平均值：
- 检查当前单元格周围的8个方向（上、下、左、右、左上、左下、右上、右下），并收集在边界内的邻居。
计算这些有效单元格的平均值，并向下取整。
将计算出的值存入新的结果数组中。

4. 示例代码

Python 示例

import numpy as npdef smooth_image(image):rows, cols = image.shapesmoothed = np.zeros((rows, cols), dtype=int)for i in range(rows):for j in range(cols):total = 0count = 0for x in range(-1, 2):for y in range(-1, 2):ni, nj = i + x, j + yif 0 <= ni < rows and 0 <= nj < cols:total += image[ni][nj]count += 1smoothed[i][j] = total // count  # 向下取整return smoothed# 示例使用
image = np.array([[100, 200, 100],[100, 200, 100],[100, 100, 100]])result = smooth_image(image)
print(result)

C++ 示例

#include <iostream>
#include <vector>
#include <cmath>std::vector<std::vector<int>> smoothImage(const std::vector<std::vector<int>>& image) {int rows = image.size();int cols = image[0].size();std::vector<std::vector<int>> smoothed(rows, std::vector<int>(cols, 0));for (int i = 0; i < rows; ++i) {for (int j = 0; j < cols; ++j) {int total = 0;int count = 0;for (int x = -1; x <= 1; ++x) {for (int y = -1; y <= 1; ++y) {int ni = i + x;int nj = j + y;if (ni >= 0 && ni < rows && nj >= 0 && nj < cols) {total += image[ni][nj];count++;}}}smoothed[i][j] = total / count; // 向下取整}}return smoothed;
}// 示例使用
int main() {std::vector<std::vector<int>> image = {{100, 200, 100},{100, 200, 100},{100, 100, 100}};std::vector<std::vector<int>> result = smoothImage(image);for (const auto& row : result) {for (int value : row) {std::cout << value << " ";}std::cout << std::endl;}return 0;
}

Java 示例

public class ImageSmoothing {public static int[][] smoothImage(int[][] image) {int rows = image.length;int cols = image[0].length;int[][] smoothed = new int[rows][cols];for (int i = 0; i < rows; i++) {for (int j = 0; j < cols; j++) {int total = 0;int count = 0;for (int x = -1; x <= 1; x++) {for (int y = -1; y <= 1; y++) {int ni = i + x;int nj = j + y;if (ni >= 0 && ni < rows && nj >= 0 && nj < cols) {total += image[ni][nj];count++;}}}smoothed[i][j] = total / count; // 向下取整}}return smoothed;}public static void main(String[] args) {int[][] image = {{100, 200, 100},{100, 200, 100},{100, 100, 100}};int[][] result = smoothImage(image);for (int[] row : result) {for (int value : row) {System.out.print(value + " ");}System.out.println();}}
}