CCF-CSP 202104-2 邻域均值 c++ 两种解法 [二维前缀和算法]

邻域均值

题目背景
顿顿在学习了数字图像处理后，想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点，如果贸然对全图进行降噪，会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域，然后仅对处于较暗区域的像素进行降噪处理。

问题描述
待处理的灰度图像长宽皆为n个像素，可以表示为一个n×n大小的矩阵A，其中每个元素是一个[0,L)范围内的整数，表示对应位置像素的灰度值。
对于矩阵中任意一个元素Aij（0≤i,j<n），其邻域定义为附近若干元素的集和：

Neighbor(i,j,r)={Axy|0≤x,y<n and |x−i|≤r and |y−j|≤r}

这里使用了一个额外的参数r来指明Aij附近元素的具体范围。根据定义，易知Neighbor(i,j,r)最多有(2r+1)2个元素。

如果元素Aij邻域中所有元素的平均值小于或等于一个给定的阈值t，我们就认为该元素对应位置的像素处于较暗区域。
下图给出了两个例子，左侧图像的较暗区域在右侧图像中展示为黑色，其余区域展示为白色。

现给定邻域参数r和阈值t，试统计输入灰度图像中有多少像素处于较暗区域。

---

输入格式
输入共n+1行。

输入的第一行包含四个用空格分隔的正整数n、L、r和t，含义如前文所述。

第二到第n+1行输入矩阵A。
第i+2（0≤i<n）行包含用空格分隔的n个整数，依次为Ai0,Ai1,⋯,Ai(n−1)。

输出格式
输出一个整数，表示输入灰度图像中处于较暗区域的像素总数。

样例1输入
4 16 1 6

0 1 2 3

4 5 6 7

8 9 10 11

12 13 14 15

样例1输出
7

样例2输入

11 8 2 2

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 7

0 0 0 7 0 0 7 7

0 7 0 7 0 7 0 7

0 7 0 7 7 0 0 0

7 0 0 0 7 0 7 7

0 0 0 0 7 0 0 7

7 0 7 0 0 0 0 0

7 0 7 0 0 7 0 7

0 7 0 7 0 7 0 0

0 7 0 0 0 7 0 0

7 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

样例2输出

83

数据范围
70%的测试数据满足n≤100、r≤10。

全部的测试数据满足0<n≤600、0<r≤100且2≤t<L≤256

---

这道题的要点：二维前缀和算法，对我来说很新鲜，所以记录一下

自认为自己代码比较简单易懂，各位看官可以看看

方法一：70分解法，根据题意直接计算，结果超时：

#include <iostream>
//#include <algorithm>
//#include <cmath>
using namespace std;

int n, l, r, t;

int main(){

cin>>n>>l>>r>>t;
int a[n][n];

for(int i=0;i<n;i++){
    for(int j=0;j<n;j++){
        cin>>a[i][j];

    }
}
int ans=0;
for(int i=0;i<n;i++){
    for(int j=0;j<n;j++){
        int num=0;
        double sum=0;
        //cout<<"process:"<<i<<j<<endl;

        for(int p=i-r;p<=i+r;p++){
            for(int q=j-r;q<=j+r;q++){
                if(p>=0&&q>=0){
                    if(p<n&&q<n){
                        //cout<<"check:"<<p<<"and"<<q<<":"<<a[p]<<a[q]<<endl;
                        num++;
                        sum+=a[p][q];

                    }
                }
            }
        }
        //cout<<"sum/num"<<sum<<num<<endl;
        if((sum/num)<=t){
            ans++;

        //cout<<i<<"and"<<j<<"is ok!"<<endl;
        }

    }
}
cout<<ans;


return 0;
}

方法二：100分，二维前缀和

#include <iostream>
//#include <algorithm>
#include <cmath>
using namespace std;

int n, l, r, t;
int a[601][601];
int s[601][601]={0};
int getsum(int x2,int y2,int x1,int y1){
    if(x1==0&&x2==0) return s[x2][y2];
    else if(x1==0) return s[x2][y2]-s[x2][y1-1];
    else if(y1==0) return s[x2][y2]-s[x1-1][y2];
    else return s[x2][y2]-s[x2][y1-1]-s[x1-1][y2]+s[x1-1][y1-1];
}

int main(){

cin>>n>>l>>r>>t;


int x;
for(int i=0;i<n;i++){
    for(int j=0;j<n;j++){
    cin>>x;
    if(i==0&&j==0) s[i][j]=x;
    else if(i==0) s[i][j]=x+s[i][j-1];
    else if(j==0) s[i][j]=x+s[i-1][j];
    else s[i][j]=x+s[i-1][j]+s[i][j-1]-s[i-1][j-1];
    }
}
/*
for(int i=0;i<n;i++){
    for(int j=0;j<n;j++){
    cout<<s[i][j];
    if(j==n-1) cout<<endl;
    }

}
*/

int ans=0;
for(int i=0;i<n;i++){
    for(int j=0;j<n;j++){
        int x1=max(0,i-r);
        int y1=max(0,j-r);
        int x2=min(n-1,i+r);
        int y2=min(n-1,j+r);
        int area=t*(x2-x1+1)*(y2-y1+1);

        if(getsum(x2,y2,x1,y1)<=area){
            ans++;
            //cout<<i<<j<<"and"<<s[x2][y2]<<s[x2][y1-1]<<endl;
            //if(i==1&&j==3) cout<<getsum(x2,y2,x1,y1)<<area<<endl;
        }
        }
    }
cout<<ans<<endl;


return 0;
}