力扣661(java)-图片平滑器(简单)
题目:
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 。
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
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
提示:
m == img.length
n == img[i].length
1 <= m, n <= 200
0 <= img[i][j] <= 255
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。
解题思路:
1.遍历数组,依次判断某个元素的上下左右每个元素是否存在,存在就记录数值;
2.遍历结束后计算平均值。
代码:
1 class Solution { 2 public int[][] imageSmoother(int[][] img) { 3 //统计原数组的行和列 4 int R = img.length; 5 int C = img[0].length; 6 //定义一个新数组 7 int[][] res = new int[R][C]; 8 //循环数组 9 for(int i = 0; i < R; i++){ 10 for(int j = 0; j < C; j++){ 11 int count = 1; 12 int sum = img[i][j]; 13 //判断左上方是否有元素 14 if(i-1 >= 0 && j-1 >= 0){ 15 sum += img[i-1][j-1]; 16 count++; 17 } 18 //判断正上方是否有元素 19 if(i-1 >= 0){ 20 sum += img[i-1][j]; 21 count++; 22 } 23 //判断右上方是否有元素 24 if(i-1 >= 0 && j+1 < C){ 25 sum += img[i-1][j+1]; 26 count++; 27 } 28 //判断左边是否有元素 29 if(j-1 >= 0){ 30 sum += img[i][j-1]; 31 count++; 32 } 33 //判断右边是否有元素 34 if(j+1 < C){ 35 sum += img[i][j+1]; 36 count++; 37 } 38 //判断左下是否有元素 39 if(i+1 < R && j-1 >= 0){ 40 sum += img[i+1][j-1]; 41 count++; 42 } 43 //判断正下方是否有元素 44 if(i+1 < R){ 45 sum += img[i+1][j]; 46 count++; 47 } 48 //判断右下是否有元素 49 if(i+1 < R && j+1 < C){ 50 sum += img[i+1][j+1]; 51 count++; 52 } 53 res[i][j] = (sum / count); 54 } 55 } 56 return res; 57 } 58 }