灰度直方图 202104-1 【CSP】

最新推荐文章于 2024-08-16 08:06:57 发布

原创最新推荐文章于 2024-08-16 08:06:57 发布 · 426 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法

CSP认证题专栏收录该内容

7 篇文章

订阅专栏

该博客介绍了一种计算给定灰度图像直方图的方法。通过输入图像的像素矩阵，程序逐行读取并统计每个灰度值的出现次数，从而得到直方图。示例展示了如何处理8比特灰度图像，并给出了对应的输出格式和测试案例。

问题描述

一幅长宽分别为 n 个像素和 m 个像素的灰度图像可以表示为一个 n×m 大小的矩阵 A。
其中每个元素 Aij（0≤i<n、0≤j<m）是一个 [0,L) 范围内的整数，表示对应位置像素的灰度值。
具体来说，一个 8 比特的灰度图像中每个像素的灰度范围是 [0,128)。

一副灰度图像的灰度统计直方图（以下简称“直方图”）可以表示为一个长度为 L 的数组 h，其中 h[x]（0≤x<L）表示该图像中灰度值为 x 的像素个数。显然，h[0] 到 h[L−1] 的总和应等于图像中的像素总数 n⋅m。

已知一副图像的灰度矩阵 A，试计算其灰度直方图 h[0],h[1],⋯,h[L−1]。

输入格式

输入共 n+1 行。

输入的第一行包含三个用空格分隔的正整数 n、m 和 L，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 m 个整数，依次为 Ai0,Ai1,⋯,Ai(m−1)。

输出格式

输出仅一行，包含用空格分隔的 L 个整数 h[0],h[1],⋯,h[L−1]，表示输入图像的灰度直方图。

样例输入

4 4 16
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15

Data

样例输出

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Data

样例输入

7 11 8
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

Data

样例输出

48 0 0 0 0 0 0 29

Data

评测用例规模与约定

全部的测试数据满足 0<n,m≤500 且 4≤L≤256。

# include<iostream>
using namespace std;
int h[256],Aij;
int main() {
	int n,m,L;
	cin >> n >> m >> L;
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			cin >>Aij;
			h[Aij]++;
		}
	}
	for(int i=0;i<L;i++){
		cout<<h[i];
		if(i!=L-1)
			cout<<" ";
	}		
	return 0;
}