图像有用区域(bfs)
来源:互联网 发布:riptide知乎 编辑:程序博客网 时间:2024/06/05 03:51
图像有用区域
题目描述
“ACKing”同学以前做一个图像处理的项目时,遇到了一个问题,他需要摘取出图片中某个黑色线圏成的区域以内的图片,现在请你来帮助他完成第一步,把黑色线圏外的区域全部变为黑色。
图1 图2
已知黑线各处不会出现交叉(如图2),并且,除了黑线上的点外,图像中没有纯黑色(即像素为0的点)。
输入
第一行输入测试数据的组数N(0<N<=6)
每组测试数据的第一行是两个个整数W,H分表表示图片的宽度和高度(3<=W<=1440,3<=H<=960)
随后的H行,每行有W个正整数,表示该点的像素值。(像素值都在0到255之间,0表示黑色,255表示白色)
每组测试数据的第一行是两个个整数W,H分表表示图片的宽度和高度(3<=W<=1440,3<=H<=960)
随后的H行,每行有W个正整数,表示该点的像素值。(像素值都在0到255之间,0表示黑色,255表示白色)
输出
以矩阵形式输出把黑色框之外的区域变黑之后的图像中各点的像素值。
样例输入
15 5100 253 214 146 120123 0 0 0 054 0 33 47 0255 0 0 78 014 11 0 0 0
样例输出
0 0 0 0 00 0 0 0 00 0 33 47 00 0 0 78 00 0 0 0 0
来源
NYOJ
注意 :题目是先输入宽后输入高。。。
方法:在输入矩阵外面加一圈赋值为1,然后bfs值>=1的位置,若访问过就把值改为0。
#include<bits/stdc++.h>using namespace std;int vis[970][1555];int mp[970][1555];int w,h;struct Node{int x,y;};int dir[4][2]={-1,0,1,0,0,-1,0,1};void bfs(){Node a,b;a.x=0;a.y=0;memset(vis,0,sizeof(vis));vis[a.x][a.y]=1;queue<Node>Q;Q.push(a);while(!Q.empty()){a=Q.front();Q.pop();for(int i=0;i<4;i++){b.x=a.x+dir[i][0];b.y=a.y+dir[i][1];if(b.x>=0&&b.y>=0&&b.x<=h+1&&b.y<=w+1&&!vis[b.x][b.y]&&mp[b.x][b.y]){vis[b.x][b.y]=1;Q.push(b);}}}return ;}int main(){int t;scanf("%d",&t);while(t--){scanf("%d%d",&w,&h);for(int i=0;i<=h+1;i++)//加外圈{for(int j=0;j<=w+1;j++){mp[i][j]=1;}}for(int i=1;i<=h;i++){for(int j=1;j<=w;j++){scanf("%d",&mp[i][j]);}}bfs();for(int i=1;i<=h;i++)for(int j=1;j<=w;j++){if(vis[i][j])mp[i][j]=0;}for(int i=1;i<=h;i++){for(int j=1;j<=w;j++){printf("%d ",mp[i][j]);}printf("\n");}}}
阅读全文
0 0
- 图像有用区域(bfs)
- 图像有用区域(bfs)
- 图像有用区域 bfs
- 图像有用区域 【BFS】
- NYOJ 92 图像有用区域 (BFS)
- nyoj 图像有用区域(BFS)
- NYOJ-92 图像有用区域(bfs)
- NYOJ92 图像有用区域 【BFS】
- nyoj92图像有用区域【bfs】
- 92 图像有用区域【bfs+dfs(re)】
- NYOJ 92 图像有用区域 (经典的 bfs)
- NYOJ92 图像有用区域(广搜BFS)
- NYOJ-92 图像有用区域 BFS
- nyoj 92 图像有用区域 【bfs】
- NYOJ 92--图像有用区域【BFS && 水题】
- NYOJ 92 图像有用区域 【bfs】
- nyoj--92 图像有用区域(bfs)
- nyoj ACM:图像有用区域 (bfs)
- & 和 &&的运算(值)结果 及 Boolean结果
- js/jq进行日期格式化为:yyyy-MM-dd 如2017-05-08
- 把中缀表达式变为后缀表达式
- android 引入jni 的so库的方法
- linux 下mysql的安装
- 图像有用区域(bfs)
- 探秘lua词法分析
- Prime Path POJ
- web前端面试入坑(1)
- Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization总结
- tomcat 开启cgi配置
- 剑指offer---数组中的逆序对
- LeetCode331. Verify Preorder Serialization of a Binary Tree
- python批量预处理图片