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)。
给你一个表示图像灰度的 m x n 整数矩阵 img ,返回对图像的每个单元格平滑处理后的图像 。
示例 1:
输入:img = [[1,1,1],[1,0,1],[1,1,1]]
输出:[[0, 0, 0],[0, 0, 0], [0, 0, 0]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0
示例 2:
输入: img = [[100,200,100],[200,50,200],[100,200,100]]
输出: [[137,141,137],[141,138,141],[137,141,137]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): floor((100+200+200+50)/4) = floor(137.5) = 137
对于点 (0,1), (1,0), (1,2), (2,1): floor((200+200+50+200+100+100)/6) = floor(141.666667) = 141
对于点 (1,1): floor((50+200+200+200+200+100+100+100+100)/9) = floor(138.888889) = 138
提示:
m == img.length
n == img[i].length
1 <= m, n <= 200
0 <= img[i][j] <= 255
模拟
class Solution {
static int[][] dirs = new int[][]{{-1, 0}, {-1, 1}, {0, 1}, {1, 1}, {1, 0}, {1, -1}, {0, -1}, {-1, -1}};
public int[][] imageSmoother(int[][] img) {
int n = img.length, m = img[0].length;
int[][] res = new int[n][m];
for (int i = 0; i < n; ++i)
for (int j = 0; j < m; ++j) {
int tem = img[i][j];
int cnt = 1;
for (int[] t : dirs) {
int a = i + t[0], b = j + t[1];
if (a < 0 || a >= n || b < 0 || b >= m) continue;
tem += img[a][b];
cnt ++;
}
res[i][j] = tem / cnt;
}
return res;
}
}
前缀和
class Solution {
public int[][] imageSmoother(int[][] img) {
int n = img.length, m = img[0].length;
int[][] sum = new int[n + 10][m + 10];
for (int i = 1; i <= n; ++i)
for (int j = 1; j <= m; ++j) {
sum[i][j] = sum[i - 1][j] + sum[i][j - 1] - sum[i - 1][j - 1] + img[i - 1][j - 1];
}
int[][] res = new int[n][m];
for (int i = 0; i < n; ++i)
for (int j = 0; j < m; ++j) {
//左上角顶点[a, b], 右下角顶点[c, d]
int a = Math.max(0, i - 1), b = Math.max(0, j - 1);
int c = Math.min(n - 1, i + 1), d = Math.min(m - 1, j + 1);
int cnt = (c - a + 1) * (d - b + 1);
int nums = sum[c + 1][d + 1] - sum[a][d + 1] - sum[c + 1][b] + sum[a][b];
res[i][j] = nums / cnt;
}
return res;
}
}