C++图像模糊处理

m行n列

代码

#include<bits/stdc++.h>
using namespace std;
int sishewuru(int a){
    int b=a%10;
    if(b<5) return (a/10*10);
    else return (a/10*10+10);
    return 0;
}
int main(){
    int n=0,m=0;
    cin>>n>>m;
    int x1[n][m]={0};
    int x[n][m]={0};//行数和列数
    for(int i=0;i<n;i++)
        for(int j=0;j<m;j++){
            cin>>x[i][j];
            x1[i][j]=x[i][j];
        }
    for(int i1=1;i1<n-1;i1++)
        for(int j1=1;j1<m-1;j1++)
            x1[i1][j1]=sishewuru(((x[i1+1][j1]+x[i1-1][j1]+x[i1][j1+1]+x[i1][j1-1])/4));
    for(int i=0;i<n;i++){
        for(int j=0;j<m;j++)
            cout<<x1[i][j]<<" ";
        cout<<endl;
    }
    return 0;
}

关注

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像模糊处理是一种常见的图像处理技术,通过对图像的像素进行平均或加权平均,使得图像变得模糊或柔和。在C语言中,通过操作数组可以完成图像模糊处理。 首先,我们需要将图像转化为数组的形式,可以使用OpenCV库中的函数来读取图像并将其转化为数组。然后,我们可以通过遍历数组中的每个像素,对其周围的像素进行取平均或加权平均的处理,即模糊处理。 具体的实现过程可以使用双层循环,外层循环遍历数组的行数,内层循环遍历数组的列数。对于每个像素,我们可以定义一个固定大小的模糊窗口来取周围像素的平均值。可以使用一个二维数组来保存模糊后的像素值。然后,将计算得到的平均值存储到新的数组中,替代原来的像素值。 需要注意的是,对于位于图像边缘的像素,由于周围像素不足,无法取到完整的平均值。可以通过特殊处理边缘像素,如将边缘像素的模糊窗口减小,或者使用边缘像素本身的值来替代模糊后的像素。在实际实现中,还需要考虑数组的索引越界问题,以及处理图像的边缘情况。 最后,将处理后的数组转化为图像的形式,即可得到模糊处理后的图像。 总之,图像模糊处理是一种常见的图像处理技术,可以通过操作数组来实现。在C语言中,我们可以通过遍历数组中的每个像素,对其周围的像素进行平均或加权平均的处理。但需要注意处理边缘像素和越界问题,以得到正确的模糊效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值