LeetCode刷题NO.661——图片平滑器

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/image-smoother/submissions/

【题目描述】
图像平滑器 是大小为 3 x 3 的过滤器，用于对图像的每个单元格平滑处理，平滑处理后单元格的值为该单元格的平均灰度。

每个单元格的 平均灰度 定义为：该单元格自身及其周围的 8 个单元格的平均值，结果需向下取整。（即，需要计算蓝色平滑器中 9 个单元格的平均值）。

如果一个单元格周围存在单元格缺失的情况，则计算平均灰度时不考虑缺失的单元格（即，需要计算红色平滑器中 4 个单元格的平均值）。

给你一个表示图像灰度的 m x n 整数矩阵 img ，返回对图像的每个单元格平滑处理后的图像 。

【示例】

示例 1：

输入:img = [[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

示例 2：

输入: img = [[100,200,100],[200,50,200],[100,200,100]]
输出: [[137,141,137],[141,138,141],[137,141,137]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): floor((100+200+200+50)/4) = floor(137.5) = 137
对于点 (0,1), (1,0), (1,2), (2,1): floor((200+200+50+200+100+100)/6) = floor(141.666667) = 141
对于点 (1,1): floor((50+200+200+200+200+100+100+100+100)/9) = floor(138.888889) = 138

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/image-smoother
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

提示:

• m == img.length
• n == img[i].length
• 1 <= m, n <= 200
• 0 <= img[i][j] <= 255

【解题思路】

由题可知，该题对应图像平滑中的均值滤波，即取某一像素点img[i][j]及其周围像素的像素值的平均值作为当前像素滤波后的像素值。其大小并不是固定的，可以是3×3，也可以是5×5等，题目中的大小是3×3。

解题思路：把每个像素及其周围像素的像素值相加后，再取平均即可。

具体步骤：

1. 计算出给定图像img的高height和宽width。因为img不一定是n×n的正方形，所以需要单独计算img的height和width。
2. 定义一个和img大小一样的列表src，用于存放滤波后的结果。注意：如果直接在原图上进行计算，会影响后面计算的准确性，因为该像素在计算完后，后续计算需要还该像素的原像素值，所以不能把滤波后的结果直接赋值给原图像。
3. 遍历每个像素的位置，并计算该像素及其周围像素的像素值的平均值，并把结果保存在src。对于某个像素点来说，其周围并不一定总有8个像素点，如四个角的像素其周围只有3个像素点，在边界上但不是角的像素只有5个像素点，所以需要确定边界，具体做法见代码。
4. 返回src即可。

【代码】

class Solution:
    def imageSmoother(self, img: List[List[int]]) -> List[List[int]]:
        height = len(img)
        width = len(img[0])
        
        src = [[0] * width for _ in range(height)]
        
        for i in range(height):
            for j in range(width):
                s,count = 0, 0
                
                # 确定遍历边界
                # 由于边界的像素值也需要进行计算，且range函数是左闭右开，所以在计算右边界和下边界时需要多加1
                h_low, h_high = max(i-1, 0), min(i+2, height)
                w_low, w_high = max(j-1, 0), min(j+2, width)
                
                for h in range(h_low, h_high):
                    for w in range(w_low, w_high):
                        s += img[h][w]
                        count += 1
                src[i][j] = s//count
        
        return src

【运行结果】