题目
难度：★★☆☆☆
类型：几何，二维数组
包含整数的二维矩阵 M 表示一个图片的灰度。你需要设计一个平滑器来让每一个单元的灰度成为平均灰度 (向下舍入) ，平均灰度的计算是周围的8个单元和它本身的值求平均，如果周围的单元格不足八个，则尽可能多的利用它们。
注意
给定矩阵中的整数范围为 [0, 255]。
矩阵的长和宽的范围均为 [1, 150]。
示例
输入:
[[1,1,1],
[1,0,1],
[1,1,1]]
输出:
[[0, 0, 0],
[0, 0, 0],
[0, 0, 0]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0
解答
本题难点在于如何寻找每个点的平滑域，即某一点P（h, w）周围的9个点，此外，还要考虑P在图片边上或角上的情况，分别对应6个点和4个点，因此需要增加对索引进行判断的过程。
class Solution:
def imageSmoother(self, M):
height, width = len(M), len(M[0]) # 获得图像的高和宽
res = [[None for _ in range(width)] for _ in range(height)] # 创建和输入图像大小一致的空图片
for h in range(height): # 按行遍历
for w in range(width): # 按列遍历
# 当前点为(h, w)，对其周围3*3方格内的点取平均，作为平滑后的该点值
region_pixels = [pixel for row in M[max(0, h-1):h + 2] for pixel in row[max(0, w-1):w + 2]] # 9（4或6）个点组成的列表
res[h][w] = sum(region_pixels) // len(region_pixels) # 求平均并填充到结果图片中
return res # 返回平滑后的图像
如有疑问或建议，欢迎评论区留言~
