邻域均值 题目背景 顿顿在学习了数字图像处理后，想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点，如果贸然对全图进行降噪，会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域，然后仅对处于较暗区域的像素进行降噪处理。
问题描述 待处理的灰度图像长宽皆为n个像素，可以表示为一个n×n大小的矩阵A，其中每个元素是一个[0,L)范围内的整数，表示对应位置像素的灰度值。 对于矩阵中任意一个元素Aij（0≤i,j<n），其邻域定义为附近若干元素的集和：
Neighbor(i,j,r)={Axy|0≤x,y<n and |x−i|≤r and |y−j|≤r}
这里使用了一个额外的参数r来指明Aij附近元素的具体范围。根据定义，易知Neighbor(i,j,r)最多有(2r+1)2个元素。
如果元素Aij邻域中所有元素的平均值小于或等于一个给定的阈值t，我们就认为该元素对应位置的像素处于较暗区域。 下图给出了两个例子，左侧图像的较暗区域在右侧图像中展示为黑色，其余区域展示为白色。
现给定邻域参数r和阈值t，试统计输入灰度图像中有多少像素处于较暗区域。
输入格式 输入共n+1行。
输入的第一行包含四个用空格分隔的正整数n、L、r和t，含义如前文所述。
第二到第n+1行输入矩阵A。 第i+2（0≤i<n）行包含用空格分隔的n个整数，依次为Ai0,Ai1,⋯,Ai(n−1)。
输出格式 输出一个整数，表示输入灰度图像中处于较暗区域的像素总数。
样例1输入 4 16 1 6
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15
样例1输出 7
样例2输入
11 8 2 2
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 7
0 0 0 7 0 0 7 7
0 7 0 7 0 7 0 7
0 7 0 7 7 0 0 0
7 0 0 0 7 0 7 7
0 0 0 0 7 0 0 7
7 0 7 0 0 0 0 0
7 0 7 0 0 7 0 7
0 7 0 7 0 7 0 0
0 7 0 0 0 7 0 0
7 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
样例2输出
83
数据范围 70%的测试数据满足n≤100、r≤10。
全部的测试数据满足0<n≤600、0<r≤100且2≤t<L≤256。
#include<iostream>
#include<set>
#include<map>
#include<vector>
using namespace std;
int n, L, r;double t;
int arr[606][606];
int ans;
int main()
{
cin >> n >> L >> r >> t;
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= n; j++)
{
cin >> arr[i][j];
arr[i][j] += (arr[i - 1][j] + arr[i][j - 1] - arr[i-1][j-1]);
}
}
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= n; j++)
{
int zhonmax = (j + r) > n ? n : j + r;
int henmax = (i + r) > n ? n : i + r;
int zhonmin = (j - r) < 1 ? 1 : j - r;
int henmin = (i - r) < 1 ? 1 : i - r;
double temp = (double)(arr[henmax][zhonmax] + arr[henmin - 1][zhonmin - 1] - arr[henmax][zhonmin - 1] - arr[henmin - 1][zhonmax]) / (double)( (henmax - henmin+1)*(zhonmax-zhonmin+1) );
if (temp <=t) ans++;
}
}
cout << ans;
}
//#include <iostream>
//using namespace std;
//
//#include<map>
//
//map<int, int>m1;
//
//int main()
//{
// if (m1[4] == NULL)
// {
// cout << 1;
// }
//}