Bailian2677 Bailian3865 肿瘤检测【基础】
2677:肿瘤检测
描述
一张CT扫描的灰度图像可以用一个N*N(0 < N <= 100)的矩阵描述,矩阵上的每个点对应一个灰度值(整数),其取值范围是0-255。我们假设给定的图像中有且只有一个肿瘤。在图上监测肿瘤的方法如下:如果某个点对应的灰度值小于等于50,则这个点在肿瘤上,否则不在肿瘤上。我们把在肿瘤上的点的数目加起来,就得到了肿瘤在图上的面积。任何在肿瘤上的点,如果它是图像的边界或者它的上下左右四个相邻点中至少有一个是非肿瘤上的点,则该点称为肿瘤的边界点。肿瘤的边界点的个数称为肿瘤的周长。现在给定一个图像,要求计算其中的肿瘤的面积和周长。
输入
输入第一行包含一个正整数N(0 < N <= 100),表示图像的大小;接下来N行,每行包含图像的一行。图像的一行用N个整数表示(所有整数大于等于0,小于等于255),两个整数之间用一个空格隔开。
输出
输出只有一行,该行包含两个正整数,分别为给定图像中肿瘤的面积和周长,用一个空格分开。
样例输入
6
99 99 99 99 99 99
99 99 99 50 99 99
99 99 49 49 50 51
99 50 20 25 52 99
40 50 99 99 99 99
99 99 99 99 99 99
样例输出
9 8
来源
计算概论05-模拟考试1
问题链接:Bailian2677 Bailian3865 肿瘤检测
问题描述:(略)
问题分析:
这个问题虽然是计算面积和周长的问题,但是计算方法还是略有不同。可以根据C语言程序的代码理解计算面积和周长的方法。
Bailian2677和Bailian3865是同一题。
程序说明:(略)
参考链接:(略)
题记:(略)
AC的C语言程序如下:
/* Bailian2677 Bailian3865 肿瘤检测 */#include <stdio.h>#define MAXV 255
#define TV 50 /* 阀值 */
#define N 100int a[N + 2][N + 2];int main(void)
{int n, i, j;scanf("%d", &n);/* 清除边界 */for(i = 0; i < n + 2; i++)a[i][0] = a[0][i] = a[i][n + 1] = a[n + 1][i] = MAXV;/* 读入数据 */for(i = 1; i <= n; i++)for(j = 1; j <= n; j++)scanf("%d", &a[i][j]);/* 计算面积和周长 */int area = 0, peri = 0;for(i = 1; i <= n; i++)for(j = 1; j <= n; j++)if(a[i][j] <= TV) {area++;if(a[i + 1][j] > TV || a[i - 1][j] > TV || a[i][j + 1] > TV || a[i][j - 1] > TV)peri++;}/* 输出结果 */printf("%d %d\n", area, peri);return 0;
}
Bailian2677 Bailian3865 肿瘤检测【基础】相关推荐
- [深度学习论文学习笔记]多模态融合的深度学习脑肿瘤检测方法
多模态融合的深度学习脑肿瘤检测方法 论文:http://www.photon.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id ...
- 百练OJ:3865和2677:肿瘤检测
题目链接:肿瘤检测 描述:一张CT扫描的灰度图像可以用一个N*N(0<N<100)的矩阵描述,矩阵上的每个点对应一个灰度值(整数),其取值范围是0-255.我们假设给定的图像中有且只有一个 ...
- 9.目标检测基础、图像风格迁移
目标检测基础 边界框 def bbox_to_rect(bbox, color): # 本函数已保存在d2lzh_pytorch中方便以后使用# 将边界框(左上x, 左上y, 右下x, 右下y)--& ...
- [原文] Application of Polarization Imaging Techniques in Brain Tumor Detection 偏振成像技术在脑肿瘤检测中的应用
Application of Polarization Imaging Techniques in Brain Tumor Detection 偏振成像技术在脑肿瘤检测中的应用 论文ppt:htt ...
- 《目标检测蓝皮书》第5篇 目标检测基础
本专栏将系统性地讲解计算机视觉基础知识.包含第1篇机器学习基础.第2篇深度学习基础.第3篇卷积神经网络.第4篇经典热门网络结构.第5篇目标检测基础.第6篇网络搭建及训练.第7篇模型优化方法及思路.第8 ...
- 《动手学深度学习》Task09:目标检测基础+图像风格迁移+图像分类案例1
1 目标检测基础 1.1 目标检测和边界框(9.3) %matplotlib inline from PIL import Imageimport sys sys.path.append('/home ...
- 4.1 目标检测基础
文章目录 目标检测发展历程 目标检测基础概念 边界框(bounding box) 锚框(Anchor box) 交并比 对计算机而言,能够"看到"的是图像被编码之后的数字,但它很难 ...
- YOLOV4+DeepSort车流量检测基础版
YOLOV4+DeepSort车流量检测基础版 资源下载: 链接:https://pan.baidu.com/s/1Mv1VI1Wa5MUaHuKz9hlniQ 提取码:lmpk 复制这段内容后打开百 ...
- 动手学深度学习PyTorch版--Task7--目标检测基础;图像风格迁移
一.目标检测基础 1.目标检测和边界框 %matplotlib inline from PIL import Imageimport sys sys.path.append('/home/kesci/ ...
最新文章
- [Linux内核]软中断与硬中断
- mysql数据库语法_MySQL数据库基本语法
- 关于asp.net mvc中的cookie的对象传递以及加密解密
- python 文本分析库_Python有趣|中文文本情感分析
- 关于feign调用时,session丢失的解决方案
- FileBuffer 与 ImageBuffer 互相转换(滴水PE作业)
- php 模板引擎 优点,Smarty模板引擎的优点
- 【剑指offer】_08.数值的整数次方
- 基于mint-ui的城市选择3级联动
- 实例:用户登录(python 版)
- 5.2 Zend_Log_Formatters
- 解决Protel 99se 老是未响应的问题
- ideaIU-2019.2.4版安装
- 计算机的性能及评估标准
- 【java拾遗】内部类实例化is not an enclosing class
- P2440 木材加工
- Markdown的使用
- CSS实现固定宽高比响应式布局(附实例分析)
- oracle 通过身份证号 查询年龄大于60岁的人
- Scratch与物理·天文:模拟中国嫦娥探月工程,探索月球的背面!
热门文章
- [摘抄] 匈牙利命名法
- ArcGIS+Sql Server发布要素服务
- ndk-build生成.so
- jQuery Mobile主题使用与定制
- 北理工计算机专业汇编教材,李元章_北京理工大学计算机学院
- 个人优盘更新涉密计算机病毒库,在涉密计算机和非涉密计算机之间交叉使用优盘、移动硬盘等移动存储介质时,只要及时升级杀毒软件病毒库,就不会造成泄密 - 作业在线问答...
- linux怎么把mysql数据库备份还原,MySQL数据库备份和还原
- pytorch: Tensor的创建与调整
- 迷宫问题python实现
- 计算两个正整数的最大公约数