leetcode-661. 图片平滑器

本文详细解析了图像平滑算法的实现过程,针对不同边界条件下的图像灰度平均计算进行了深入探讨,通过具体示例展示了如何将周围像素值用于计算每个像素的平均灰度。

题目

包含整数的二维矩阵 M 表示一个图片的灰度。你需要设计一个平滑器来让每一个单元的灰度成为平均灰度 (向下舍入) ,平均灰度的计算是周围的8个单元和它本身的值求平均,如果周围的单元格不足八个,则尽可能多的利用它们。

示例 1

输入:
[[1,1,1],
 [1,0,1],
 [1,1,1]]
输出:
[[0, 0, 0],
 [0, 0, 0],
 [0, 0, 0]]

解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0
注意:

给定矩阵中的整数范围为 [0, 255]。
矩阵的长和宽的范围均为 [1, 150]。

思路

这题没什么技巧,最主要的就是分类,考虑到各种情况。值得注意是当原矩阵只有一行或者只有一列的时候。代码如下:

class Solution:
    def imageSmoother(self, M):
        """
        :type M: List[List[int]]
        :rtype: List[List[int]]
        """
        L = []
        lens1 = len(M)
        lens2 = len(M[0])

        if lens1 == 1 and lens2 == 1:
            return M

        if lens1 == 1 and lens2 > 1:
            L0 = []
            for i in range(lens2):
                if i==0:
                    sum = M[0][0] + M[0][1]
                    x = sum // 2
                elif i == lens2 - 1:
                    sum = M[0][i] + M[0][i-1]
                    x = sum//2
                else:
                    sum = M[0][i] + M[0][i-1] + M[0][i+1]
                    x = sum//3
                L0.append(x)
            L.append(L0)
            return L

        if lens1 > 1 and lens2 == 1:
            L0 = []
            for i in range(lens1):
                if i == 0:
                    sum = M[0][0] + M[1][0]
                    x = sum // 2
                elif i == lens1 - 1:
                    sum = M[i][0] + M[i-1][0]
                    x = sum // 2
                else:
                    sum = M[i][0] + M[i-1][0] + M[i+1][0]
                    x = sum // 3
                L.append([x])
            return L

        for i in range(lens1):
            L1 = []
            for j in range(lens2):
                if i == 0 and j == 0:
                    sum = M[1][0] + M[0][1] + M[1][1] + M[0][0]
                    count = 4
                elif i==0 and j != 0 and j != lens2-1:
                    sum = M[i][j] + M[i+1][j] + M[i][j+1] + M[i][j-1] + M[i+1][j-1] + M[i+1][j+1]
                    count = 6
                elif i==lens1-1 and j != 0 and j != lens2-1:
                    sum = M[i][j] + M[i-1][j] + M[i][j+1] + M[i][j-1] + M[i-1][j-1] + M[i-1][j+1]
                    count = 6
                elif i==0 and  j == lens2-1:
                    sum = M[i][j] + M[i+1][j] + M[i][j-1]  + M[i+1][j-1]
                    count = 4
                elif i != 0 and i != lens1-1 and j == 0:
                    sum = M[i][j] + M[i][j+1] + M[i-1][j+1] + M[i+1][j+1] + M[i+1][j] + M[i-1][j]
                    count = 6
                elif i != 0 and i != lens1-1 and j == lens2-1:
                    sum = M[i][j] + M[i][j-1] + M[i+1][j] + M[i-1][j] + M[i-1][j-1] + M[i+1][j-1]
                    count = 6
                elif i == lens1-1 and j == 0:
                    sum = M[i][j] + M[i][j+1] + M[i-1][j] + M[i-1][j+1]
                    count = 4
                elif i != 0 and i != lens1 - 1 and j != 0 and j != lens2-1:
                    sum = M[i][j] + M[i+1][j-1] + M[i+1][j] + M[i+1][j+1]
                    sum = sum + M[i-1][j-1] + M[i-1][j] + M[i-1][j+1] + M[i][j-1] + M[i][j+1]
                    count = 9
                elif i == lens1 - 1 and j == lens2-1:
                    sum = M[i][j] + M[i-1][j-1] + M[i-1][j] + M[i][j-1]
                    count = 4
                x = sum//count
                L1.append(x)
            L.append(L1)
        return L
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