平滑器在图像处理领域应用较为广泛,可以用来进行去躁操作,灰度值平滑等。其衍生出来的思想还用于卷积神经网络中的卷积核,实现特征的提取和数据的降维。下面是leetcode 661 图片平滑器:
leetcode 661 图片平滑器
包含整数的二维矩阵 M 表示一个图片的灰度。你需要设计一个平滑器来让每一个单元的灰度成为平均灰度 (向下舍入) ,平均灰度的计算是周围的8个单元和它本身的值求平均,如果周围的单元格不足八个,则尽可能多的利用它们。
示例 1:
输入:
[[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
需要注意的是求每个像素周围点的值时,需要判断数组是否越界,这里采用行列遍历的同时进行加减操作来判断是否发生数组越界。
class Solution {
public:
vector<vector<int>> imageSmoother(vector<vector<int>>& M) {
int m=M.size(); //行数
int n=M[0].size(); //列数
vector<vector<int>> res(m