题目背景
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。
题目描述
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。 对于矩阵中任意一个元素 Aij(0≤i,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
从标准输入读入数据。
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,⋯,Ai(n−1)。
输出格式
输出到标准输出。
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1输入
4 16 1 6
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15
样例1输出
7
样例2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2输出
83
#include<iostream>
#include<cstdio>
using namespace std;
int main(){
int n,L,r,t;
cin>>n>>L>>r>>t;
int f[n][n],s[n+1][n+1];
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
cin>>f[i][j];
}
}
for(int i=0;i<n+1;i++){
for(int j=0;j<n+1;j++){
s[i][j]=0;
}
}
//初始化,多一行一列是为了便于计算
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
if(i==0&&j==0){
s[i+1][j+1]=f[i][j];
}
else if(i==0&&j!=0){
s[i+1][j+1]=f[i][j]+s[i+1][j];
}
else if(i!=0&&j==0){
s[i+1][j+1]=f[i][j]+s[i][j+1];
}
else{
s[i+1][j+1]=f[i][j]+s[i][j+1]+s[i+1][j]-s[i][j];
}
}
}
//s[i+1][j+1]代表f[i][j]左上方所有数的和(包括f[i][j])
int number=0;
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
int sum=0,average=0;
sum=s[min(i+r+1,n)][min(j+r+1,n)]+s[max(i-r,0)][max(j-r,0)]-s[min(i+r+1,n)][max(j-r,0)]-s[max(i-r,0)][min(j+r+1,n)];
average=(min(i+r+1,n)-max(i-r,0))*(min(j+r+1,n)-max(j-r,0))*t;
if(sum<=average)
number++;
}
}
cout<<number<<endl;
}