Python 实现图像模糊化：输入像素值，输出处理后图像（附代码及详细解释）

以下是使用 Python 实现对图像进行模糊化处理的代码： ```python # 读取输入的行数 n 和列数 m n, m = map(int, input().split()) # 初始化图像矩阵 image = [] # 读取图像的每个像素点的值 for _ in range(n): row = list(map(int, input().split())) image.append(row) # 初始化模糊处理后的图像矩阵 blurred_image = [row[:] for row in image] # 对中间的像素点进行模糊处理 for i in range(1, n - 1): for j in range(1, m - 1): # 计算当前像素点及其上下左右相邻四个像素点值的总和 total = image[i][j] + image[i - 1][j] + image[i + 1][j] + image[i][j - 1] + image[i][j + 1] # 计算平均值并向下取整 blurred_image[i][j] = total // 5 # 输出模糊处理后的图像 for row in blurred_image: print(" ".join(map(str, row))) ``` 代码解释： 1. 输入读取： - 首先读取输入的行数 `n` 和列数 `m`。 - 然后通过循环读取 `n` 行，每行包含 `m` 个整数，将其存储在 `image` 矩阵中。 2. 初始化模糊图像矩阵： - `blurred_image` 初始化为 `image` 的副本，这样可以保证四周最外侧的像素点的值不变。 3. 模糊处理： - 使用两层循环遍历中间的像素点（即不包括四周最外侧的像素点）。 - 对于每个中间像素点，计算其自身及其上下左右相邻四个像素点值的总和。 - 将总和除以 5 并向下取整，得到新的像素值，更新 `blurred_image` 矩阵。 4. 输出结果： - 遍历 `blurred_image` 矩阵，将每行的元素转换为字符串并用空格连接起来，然后输出。 复杂度分析： - 时间复杂度：$O(n * m)$，其中 $n$ 是行数，$m$ 是列数。因为需要遍历矩阵中的每个元素。 - 空间复杂度：$O(n * m)$，主要用于存储模糊处理后的图像矩阵。 ######[AI问答 | 555点数解答 | 2025-12-09 12:22:26]