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nn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 < n, 0 <= 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,Ai2 ···,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。
样例输入
4 16 1 6
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15
样例输出
7
样例输入
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 0
样例输出
83
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 n <= 600、r <= 100且2 <= t < L <= 256。
思路
该题需要用二维前缀和进行优化。
代码
#include <bits/stdc++.h>//前缀和优化
using namespace std;
int main(){
int n, l, r, sum = 0;
double t;
cin >> n >> l >> r >> t;
int a[n][n], b[n][n];
for(int i = 0; i < n; i++)
for(int j = 0; j < n; j++)
cin >> a[i][j];
memset(b, 0, sizeof(b));
for(int i = 0; i < n; i++)
for(int j = 0; j < n; j++)
b[i][j] = a[i][j] + b[i][j - 1] + b[i - 1][j] - b[i - 1][j - 1];
for(int i = 0; i < n; i++)
for(int j = 0; j < n; j++){
int x1 = i - r, y1 = j - r, x2 = i + r, y2 = j + r;
if(x1 < 0) x1 = 0;
if(y1 < 0) y1 = 0;
if(x2 >= n) x2 = n - 1;
if(y2 >= n) y2 = n - 1;
double sum1 = b[x2][y2] + b[x1 - 1][y1 - 1] - b[x1 - 1][y2] - b[x2][y1 - 1];
double sum2 = (x2 - x1 + 1) * (y2 - y1 + 1);
if(sum1/sum2 <= t) sum++;
}
cout << sum;
return 0;
}
如果对各位看官有帮助不妨留下一个点赞 ̄ω ̄=。