图像模糊（二维列表切分、求均值）

题目描述

小蓝有一张黑白图像，由 n×m 个像素组成，其中从上到下共 n 行，每行从左到右 m 列。每个像素由一个 0 到 255 之间的灰度值表示。

现在，小蓝准备对图像进行模糊操作，操作的方法为：

对于每个像素，将以它为中心 3×3 区域内的所有像素（可能是 9 个像素或少于 9 个像素）求和后除以这个范围内的像素个数（取下整），得到的值就是模糊后的结果。

请注意每个像素都要用原图中的灰度值计算求和。

输入描述

输入的第一行包含两个整数 n,m。

第 2 行到第 n+1 行每行包含 m 个整数，表示每个像素的灰度值，相邻整数之间用一个空格分隔。

其中，1≤n,m≤100 。

输出描述

输出 n 行，每行 m 个整数，相邻整数之间用空格分隔，表示模糊后的图像。

输入输出样例

示例 1

输入

3 4
0 0 0 255
0 0 255 0
0 30 255 255

输出

0 42 85 127
5 60 116 170
7 90 132 191

运行限制

• 最大运行时间：1s

• 最大运行内存: 128M

解析

列表切分、求均值

【一维列表切分】list[i:k]

【一维列表求均值】mean(list)

——from statistics import mean

【一维列表求最大/小值】max/min(list)

【二维列表切分】两步走，先取行再取列

matrix[:2]

[matrix[i][j:j + 2] for i in range(i, i + 2)]

二维列表切分时可以用第三方库numpy更简便，但蓝桥杯比赛时不能使用。

【二维列表求最大/小值】max(map(max, sub_matrix))

【二维列表求均值】mean(map(mean, sub_matrix))

[[1,2,3],[4,5,6],[7,8,9]]

map函数将sub_matrix里的每个列表（每行元素）映射给mean，即得到一个每个子列表平均值的列表，再次取mean求平均值。

代码

from statistics import mean

n, m = map(int, input().split())
matrix = []
for i in range(n):
    sub_matrix = list(map(int, input().split()))
    matrix.append(sub_matrix)


def get_mean(i, j):  #坐标(i,j)
    if i == 0 and j == 0:
        sub_matrix = [matrix[i][j: j + 2] for i in range(i, i + 2)]
    elif i == n - 1 and j == 0:
        sub_matrix = [matrix[i][j: j + 2] for i in range(i - 1, i + 1)]
    elif i == 0 and j == m - 1:
        sub_matrix = [matrix[i][j - 1: j + 1] for i in range(i, i + 2)]
    elif i == n - 1 and j == m - 1:
        sub_matrix = [matrix[i][j - 1: j + 1] for i in range(i - 1, i + 1)]
    elif i == 0:
        sub_matrix = [matrix[i][j - 1: j + 2] for i in range(i, i + 2)]
    elif i == n - 1:
        sub_matrix = [matrix[i][j - 1: j + 2] for i in range(i - 1, i + 1)]
    elif j == 0:
        sub_matrix = [matrix[i][j: j + 2] for i in range(i - 1, i + 2)]
    elif j == m - 1:
        sub_matrix = [matrix[i][j - 1: j + 1] for i in range(i - 1, i + 2)]
    else:
        sub_matrix = [matrix[i][j - 1: j + 2] for i in range(i - 1, i + 2)]
    return mean(map(mean, sub_matrix))  #二维列表求均值


for i in range(n):
    for j in range(m):
        print(int(get_mean(i, j)), end=" ")
    print()