题目描述
小张有一张黑白图像,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,小张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
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
思考:
二维列表切分:先取行,再取列
[lis[i][j:j+2] for i in range(i,i+2)]
参考代码:
from statistics import mean
N,M = [int(i) for i in input().split()]
lis = []
for i in range(N):
a_lis = [int(j) for j in input().split()]
lis.append(a_lis)
def get_mean(i,j):
if i == 0 and j == 0:
a_lis = [lis[i][j:j+2] for i in range(i,i+2)]
elif i == N-1 and j == 0:
a_lis = [lis[i][j:j+2] for i in range(i-1,i+1)]
elif i == 0 and j == M-1:
a_lis = [lis[i][j-1:j+1] for i in range(i,i+2)]
elif i == N-1 and j == M-1:
a_lis = [lis[i][j-1:j+1] for i in range(i-1,i+1)]
elif i == 0:
a_lis = [lis[i][j-1:j+2] for i in range(i,i+2)]
elif i == N-1:
a_lis = [lis[i][j-1:j+2] for i in range(i-1,i+1)]
elif j == 0:
a_lis = [lis[i][j:j+2] for i in range(i-1,i+2)]
elif j == M-1:
a_lis = [lis[i][j-1:j+1] for i in range(i-1,i+2)]
else:
a_lis = [lis[i][j-1:j+2] for i in range(i-1,i+2)]
return mean(map(mean,a_lis))
for i in range(N):
for j in range(M):
print(int(get_mean(i,j)),end=' ')
print('\n',end='')
statistics
模块
mean()
函数可用于计算给定数字列表的均值/平均值。它返回作为参数传递的数据集的平均值。