九度1391

//没有成功,暂时还没有找到问题所在<pre name="code" class="cpp">/**************************************************************
    Problem: 1391
    User: 星之河
    Language: C++
    Result: Presentation Error
****************************************************************/

 
// 9dutest.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<stdio.h>
#include<stdlib.h>
#include<iostream>

void OutputMatrix(int data[100][100], int m, int n){
	int i;
	if(m<=0 || n<=0){
	    return;
	}
	if(m==1 && n==1){
	    printf("%d ",data[0][0]);
		return;
	}
	if(m==1 && n>1){
		for(i=0; i<n; i++){
		    printf("%d ", data[0][i]);
		} 
		return;
	}
	if(m>1 && n ==1){
		for(i=0; i<m; i++){
		    printf("%d ", data[i][0]);
		}
		return;
	}
	int m1,m2;
	int n1,n2;
	m1 = 0;
	m2 = m-1;
	n1 = 0;
	n2 = n-1;
	while(n1 <= n2 && m1 <= m2){

		for(i=n1; i<=n2; i++){
		    printf("%d", data[m1][i]);
			if(i != n2){
			    printf(" ");
			}
		}
		
		    
	
		m1++;
		if(n1 <= n2 && m1 <= m2){
			printf(" ");
			for(i=m1; i<=m2; i++){
				printf("%d", data[i][n2]);
				if(i != m2){
				    printf(" ");
				}
			}
		}
		


		n2--;
		if(n1 <= n2 && m1 <= m2){
			printf(" ");
			for(i=n2; i>=n1; i--){
				printf("%d", data[m2][i]);
				if(i != n1){
				    printf(" ");
				}
			}
		}
	

		m2--;
		if(n1 <= n2 && m1 <= m2){
			printf(" ");
			for(i=m2; i>=m1; i--){
				printf("%d", data[i][n1]);
				if(i != m1){
				    printf(" ");
				}
			}
		}
		

		n1++;
		if(n1 <= n2 && m1 <= m2){
		    printf(" ");
		}
	
	}

	printf("\n");



}

int _tmain(int argc, _TCHAR* argv[])
{
	int n;
	int m;
    int i;
	int j;
	char tmp;
	int data;
	int datainput[100][100];
	

	
	while(scanf("%d %d", &m, &n) != EOF){

		if(m<=0 || n<=0){
		    printf("\n");
			continue;
		}
		for(i=0; i<m; i++){
			for(j=0; j<n; j++){
			    scanf("%d", &datainput[i][j]);
			}
		}


	OutputMatrix(datainput,m,n);


	}

	return 0;
	
}

内容概要:本文详细介绍了太阳能电池片在线颜色分选系统的图像预处理方法。针对采集的原始图像中存在的传送带背景和随机倾斜等问题,提出了完整的预处理流程。主要包括:倾斜校正(通过边缘检测和霍夫变换)、去除栅格干扰(频域滤波和形态学操作),以及对多种边缘检测算子(如Roberts、Sobel、Prewitt、Canny和LOG)的比较与分析。此外,还探讨了不同直线检测方法(如Radon变换、Hough变换及其改进版本)的应用,并优化了整个预处理流程,确保后续的颜色特征提取和分类准确性。 适用人群:从事计算机视觉、图像处理领域的研究人员和技术人员,特别是专注于工业自动化检测设备开发的工程师。 使用场景及目标:①实现太阳能电池片图像的倾斜校正,确保图像水平放置;②有效去除电池片表面栅线对颜色分析的影响;③为后续的颜色特征提取和分类提供高质量的输入数据;④比较不同边缘检测算子的效果,选择最适合特定任务的算子;⑤评估各种直线检测方法的性能,选择最优方案应用于实际生产环境中。 其他说明:文中不仅提供了详细的理论解释,还给出了具体的Python代码实现,帮助读者更好地理解和实践相关技术。同时,针对实际应用中的常见问题,如参数调优、光照一致性和异常处理等方面也给出了相应的建议。最后,通过一系列实验验证了所提方法的有效性,并提出了一些性能优化的方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值