C++实现图像模糊化处理：含代码、解释与复杂度分析

```cpp #include <iostream> #include <cmath> using namespace std; const int MAXN = 105; int image[MAXN][MAXN]; int newImage[MAXN][MAXN]; int main() { int n, m; cin >> n >> m; // 输入图像像素点灰度值 for (int i = 0; i < n; i++) { for (int j = 0; j < m; j++) { cin >> image[i][j]; } } // 处理图像 for (int i = 0; i < n; i++) { for (int j = 0; j < m; j++) { if (i == 0 || i == n - 1 || j == 0 || j == m - 1) { // 四周最外侧的像素点灰度值不变 newImage[i][j] = image[i][j]; } else { // 中间各像素点新灰度值为该像素点及其上下左右相邻四个像素点原灰度值的平均值(四舍五入) int sum = image[i][j] + image[i - 1][j] + image[i + 1][j] + image[i][j - 1] + image[i][j + 1]; newImage[i][j] = round((double)sum / 5); } } } // 输出处理后的图像 for (int i = 0; i < n; i++) { for (int j = 0; j < m; j++) { if (j != m - 1) { cout << newImage[i][j] << " "; } else { cout << newImage[i][j]; } } cout << endl; } return 0; } ``` 代码解释： 1. 输入部分：首先读取图像的行数`n`和列数`m`，然后使用嵌套循环读取每个像素点的灰度值并存储在二维数组`image`中。 2. 处理部分：再次使用嵌套循环遍历图像的每个像素点。对于四周最外侧的像素点，直接将其灰度值赋给`newImage`数组；对于中间的像素点，计算该像素点及其上下左右相邻四个像素点原灰度值的总和，然后除以5并四舍五入，将结果存储在`newImage`数组中。 3. 输出部分：使用嵌套循环遍历`newImage`数组，输出处理后的图像。注意在每行的最后一个元素后不输出空格。 复杂度分析： - 时间复杂度：$O(n \times m)$，其中`n`是图像的行数，`m`是图像的列数。 - 空间复杂度：$O(n \times m)$，主要用于存储处理后的图像。 ######[AI问答 | 670点数解答 | 2025-11-10 18:55:33]