问题描述
试题编号: | 202104-2 |
试题名称: | 邻域均值 |
时间限制: | 1.0s |
内存限制: | 512.0MB |
问题描述: | 试题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。 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。 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。 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。 样例输入 Data 样例输出 Data 样例输入 Data 样例输出 Data 评测用例规模与约定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。 |
利用二维前缀和:
dp[i][j] = dp[i - 1][j] + dp[i][j - 1] - dp[i - 1][j - 1] + pos[i][j];
Xmin = i - r >= 1 ? i - r : 1;
Xmax = i + r >= n ? n : i + r;
Ymin = j - r >= 1 ? j - r : 1;
Ymax = j + r >= n ? n : j + r;
num = (Xmax - Xmin + 1) * (Ymax - Ymin + 1);
sum = dp[Xmax][Ymax] - dp[Xmax][Ymin-1] - dp[Xmin-1][Ymax] + dp[Xmin-1][Ymin-1];
aver = sum * 1.0 / num;
#include <iostream>
using namespace std;
int main() {
int pos[601][601] = { 0 };
int dp[601][601] = { 0 };
int n, L, r, t;
cin >> n >> L >> r >> t;
int count = 0;
for(int i = 1;i<=n;++i)
for (int j = 1; j <= n; ++j) {
cin >> pos[i][j];
dp[i][j] = dp[i - 1][j] + dp[i][j - 1] - dp[i - 1][j - 1] + pos[i][j];
}
int sum = 0;
int num = 0;
double aver = 0;
int Xmin, Xmax, Ymin, Ymax;
Xmin = Xmax = Ymin = Ymax = 0;
for (int i = 1; i <= n; ++i)
for (int j = 1; j <= n; ++j) {
Xmin = i - r >= 1 ? i - r : 1;
Xmax = i + r >= n ? n : i + r;
Ymin = j - r >= 1 ? j - r : 1;
Ymax = j + r >= n ? n : j + r;
num = (Xmax - Xmin + 1) * (Ymax - Ymin + 1);
sum = dp[Xmax][Ymax] - dp[Xmax][Ymin-1] - dp[Xmin-1][Ymax] + dp[Xmin-1][Ymin-1];
aver = sum * 1.0 / num;
if (aver <= t)
count++;
}
cout<< count;
return 0;
}