C++ 实现图片平滑器及矩阵reshape

最新推荐文章于 2024-06-16 12:01:22 发布

原创

最新推荐文章于 2024-06-16 12:01:22 发布 · 2.4k 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了C++在图像处理中的应用，详细讲解了如何实现图片平滑器，该平滑器用于进行图像去躁和灰度值平滑，并探讨了其在卷积神经网络中的作用。同时，文章还讨论了leetcode 566题的解决方案——矩阵重塑，解释了如何在保持原始数据不变的情况下，将矩阵重塑为不同大小的新矩阵，给出了处理边界条件的技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

平滑器在图像处理领域应用较为广泛，可以用来进行去躁操作，灰度值平滑等。其衍生出来的思想还用于卷积神经网络中的卷积核，实现特征的提取和数据的降维。下面是leetcode 661 图片平滑器：

leetcode 661 图片平滑器

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

需要注意的是求每个像素周围点的值时，需要判断数组是否越界，这里采用行列遍历的同时进行加减操作来判断是否发生数组越界。

class Solution {
public:
    vector<vector<int>> imageSmoother(vector<vector<int>>& M) {
        int m=M.size();      //行数
        int n=M[0].size();   //列数
        vector<vector<int>> res(m,vector<int>(n));
        int temp;
        int count;
        int row,col;