矩阵操作之：方向向量法

最新推荐文章于 2025-06-20 22:57:32 发布

原创

最新推荐文章于 2025-06-20 22:57:32 发布 · 3.5k 阅读

1 ·

CC 4.0 BY-SA版权

本文介绍了如何使用方向向量法对二维矩阵进行平滑处理，通过计算每个单元周围灰度的平均值（向下取整）来实现图片的平滑。讨论了两种方法，包括方向向量法和平滑小区域法，强调方向向量法在选择格子上的灵活性。

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。

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

看到这个题目一开始没啥思路，只有暴力的想法。后来看到别人的思路发现非常神奇，涨姿势了。

首先可以用到的就是方向向量法。把需要操作的格子做成一个方向向量表，遍历向量表操作，同时加上筛选条件，选取需要的格子。代码如下：

class Solution {
    public int[][] imageSmoother(int[][] M) {//方向向量法
        int r = M.length;
        int c = M[0].length;
        int[][] dir = {
  
  {-1,-1},{-1,0},{-1,1},{0,-1},{0,0},{0,1},{1,-1},{1,0},{1,1}};
        int[][] res = new int[r][c];
        for(int i = 0; i< r; i++)
            for(int j = 0; j< c; j++)
            {
                int sum = 0;
                int count = 0;
                for(int[] d : dir)
                {
                    int x = i +d[0];
                    int y = j +d[1];
                    if(x < 0 || x >= r ||

最低0.47元/天解锁文章