Leetcode 661. 图片平滑器(终于解决)

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 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

提示:

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

Code:

class Solution {
public:
    vector<vector<int>> imageSmoother(vector<vector<int>>& img) {
        vector<int>res;
        
        
        for(int i=0;i<(int)img.size();i++)
        {
            vector<int>sub=img[i];
            for(int j=0;j<(int)sub.size();j++)
            {
                
                int x1=i-1;
                int y1=j-1;
                int x2=i-1+3;
                int y2=j-1+3;
                
                if(x1<0)
                    x1=0;
                if(y1<0)
                    y1=0;
                
                if(x2>=img.size())
                    x2=img.size();
                
                if(y2>=sub.size())
                    y2=sub.size();
                
                
                int num=0;
                int cnt=0;
                for(int k=x1;k<x2;k++)
                {
                    vector<int>subs=img[k];
                    for(int l=y1;l<y2;l++)
                    {
                        num+=subs[l];
                        cnt++;
                    }
                }
                res.push_back(floor(num/(cnt)));
            }
        }
        
        
        int row=img.size();
        int col=img[0].size();
        for(int i=0;i<row;i++)
        {
            for(int j=0;j<col;j++)
            {
                img[i][j]=res[(i*col)+(j%col)];
            }
        }
        return img;
    }
};