1066 图像过滤 (15 分)

简介: 图像过滤是把图像中不重要的像素都染成背景色,使得重要部分被凸显出来。现给定一幅黑白图像,要求你将灰度值位于某指定区间内的所有像素颜色都用一种指定的颜色替换。

图像过滤是把图像中不重要的像素都染成背景色,使得重要部分被凸显出来。现给定一幅黑白图像,要求你将灰度值位于某指定区间内的所有像素颜色都用一种指定的颜色替换。


输入格式:

输入在第一行给出一幅图像的分辨率,即两个正整数 M 和 N(0<M,N≤500),另外是待过滤的灰度值区间端点 A 和 B(0≤A<B≤255)、以及指定的替换灰度值。随后 M 行,每行给出 N 个像素点的灰度值,其间以空格分隔。所有灰度值都在 [0, 255] 区间内。


输出格式:

输出按要求过滤后的图像。即输出 M 行,每行 N 个像素灰度值,每个灰度值占 3 位(例如黑色要显示为 000),其间以一个空格分隔。行首尾不得有多余空格。


输入样例:

1. 3 5 100 150 0
2. 3 189 254 101 119
3. 150 233 151 99 100
4. 88 123 149 0 255

结尾无空行


输出样例:

1. 003 189 254 000 000
2. 000 233 151 099 000
3. 088 000 000 000 255

结尾无空行

问题点:

1.数组大小要大于500(501)

2.printf("%03d",s[i][j]);(用0填充)

3.输出“ ”和“\n”

代码如下:


C语言:


#include <stdio.h>
int main() {
  int s[501][501];
  int m, n, a, b, t;
  scanf("%d%d%d%d%d", &m, &n, &a, &b, &t);
  for (int i = 0; i < m; i++) {
    for (int j = 0; j < n; j++) {
      scanf("%d", &s[i][j]);
      if (s[i][j] >= a && s[i][j] <= b)
        s[i][j] = t;
    }
  }
  for (int i = 0; i < m; i++) {
    for (int j = 0; j < n; j++) {
      if (j < n - 1)
        printf("%03d ", s[i][j]);
      else
        printf("%03d", s[i][j]);
    }
    if (i < m - 1)
      printf("\n");
  }
  return 0;
}

C++:


#include <iostream>
using namespace std;
int main() {
  int s[501][501];
  int m, n, a, b, t;
  cin >> m >> n >> a >> b >> t;
  for (int i = 0; i < m; i++) {
    for (int j = 0; j < n; j++) {
      cin >> s[i][j];
      if (s[i][j] >= a && s[i][j] <= b)
        s[i][j] = t;
    }
  }
  for (int i = 0; i < m; i++) {
    for (int j = 0; j < n; j++) {
      if (j < n - 1)
        printf("%03d ", s[i][j]);
      else
        printf("%03d", s[i][j]);
    }
    if (i < m - 1)
      cout << endl;
  }
  return 0;
}

成功解题

相关文章
|
8月前
|
算法 测试技术 C#
区间合并|LeetCode2963:统计好分割方案的数目
区间合并|LeetCode2963:统计好分割方案的数目
|
8月前
|
编解码 计算机视觉 索引
OpenCV使用单目标匹配从图像中选择最佳的匹配结果及查找重复图像实战(附Python源码)
OpenCV使用单目标匹配从图像中选择最佳的匹配结果及查找重复图像实战(附Python源码)
363 0
|
7月前
|
编解码
1066 图像过滤 (15 分)
1066 图像过滤 (15 分)
|
JSON API 开发者
如何使用分类ID参数过滤搜索词推荐数据?
一、背景介绍 阿里巴巴中国站的搜索词推荐数据对于开发者来说具有重要的参考价值。通过使用获得搜索词推荐 API,开发者可以获取到用户在平台上的搜索行为数据,了解用户的需求和行为,优化产品和服务。在获取搜索词推荐数据的过程中,有时候需要对数据进行更精细的过滤和分析。其中,分类ID参数是一个非常重要的过滤条件,可以帮助开发者更好地筛选数据。本文将详细介绍如何使用分类ID参数过滤搜索词推荐数据,帮助读者更好地理解和使用该 API。
|
算法 Linux Python
SGAT丨hapmap 格式hmp.txt文件转换,基因型和表型文件样品关联筛选提取的快速方法
SGAT丨hapmap 格式hmp.txt文件转换,基因型和表型文件样品关联筛选提取的快速方法
|
数据采集 机器学习/深度学习 自然语言处理
实现文本数据数值化、方便后续进行回归分析等目的,需要对文本数据进行多标签分类和关系抽取
实现文本数据数值化、方便后续进行回归分析等目的,需要对文本数据进行多标签分类和关系抽取
215 0
|
算法 固态存储
分别使用SAD匹配,NCC匹配,SSD匹配三种算法提取双目图像的深度信息
分别使用SAD匹配,NCC匹配,SSD匹配三种算法提取双目图像的深度信息
184 0
分别使用SAD匹配,NCC匹配,SSD匹配三种算法提取双目图像的深度信息
|
iOS开发 索引
LeetCode--1773. 统计匹配检索规则的物品数量
给你一个数组 items ,其中 items[i] = [typei, colori, namei] ,描述第 i 件物品的类型、颜色以及名称。 另给你一条由两个字符串 ruleKey 和 ruleValue 表示的检索规则。 如果第 i 件物品能满足下述条件之一,则认为该物品与给定的检索规则 匹配 : ruleKey == "type" 且 ruleValue == typei 。 ruleKey == "color" 且 ruleValue == colori 。 ruleKey == "name" 且 ruleValue == namei 。 统计并返回 匹配检索规则的物品数量 。
85 0
LeetCode 1773. 统计匹配检索规则的物品数量
给你一个数组 items ,其中 items[i] = [typei, colori, namei] ,描述第 i 件物品的类型、颜色以及名称。
103 0
从单词嵌入到文档距离 :WMD一种有效的文档分类方法
从单词嵌入到文档距离 :WMD一种有效的文档分类方法
180 0
从单词嵌入到文档距离 :WMD一种有效的文档分类方法

热门文章

最新文章