如何解决调整quad_tree的大小
将矩阵的大小更改为2 m ×2 m 。这样做是
如下。如果m≥n,则用2 m-n ×2 m-n 矩阵替换原始图像的每个像素
所有值都等于原始像素。如果m
如何用高度m调整高度n的区域四叉树的大小。 QUADTREE的定义如下:
图像被认为是2n×2n矩阵,其每个条目均为0(白色)或1(黑色)。每个条目称为一个像素。代替存储整个矩阵,使用不同的数据结构来减小大小。四叉树就是这样一种。 四叉树是一个有根树,其中每个节点都有0或4个子节点。树中的每个节点都对应于整个矩阵的某个子矩阵,对于0≤i≤n,大小为2i×2i。根节点是整个矩阵。如果子矩阵中与一个节点相对应的所有条目均相等,则该节点为叶节点,并且它将像素值存储在子矩阵中。如果子矩阵中有不同的条目,则将其分为4个大小为2i-1×2i-1的子矩阵,分别称为左上,右上,右下,左下,然后递归构造子对应于4个子矩阵的树。
解决方法
我实现了两个解决方案,第一个是针对QuadTree的情况,第二个是针对2D向量(数组)的情况的(我的第二个解决方案实际上是我的第一个,我是错误地实现了它,忘了注意到我们特别需要QuadTree结构,但是我仍然如果对别人有帮助,请留下第二个。)
第一个解决方案,使用QuadTree结构。
四叉树被实现为可以存储任何数据类型T
的QuadTree模板结构,默认情况下,它以size_t
类型(0/1,黑/白)存储二进制图像数据。有一些函数CreateQT
用于创建和填充给定高度的四叉树,TraverseQT
是一个遍历所有树节点并将给定回调应用于每个叶节点的函数,ResizeQT
实际上可以解决给定任务-将四叉树的大小从当前高度n
更改为新高度m
,DumpQT
函数将四叉树转储为字符串,以便将其输出到控制台。
main()
函数仅通过n
调用将随机二进制数据填充到CreateQT
中来创建高度为rand() % 2
的输入树,然后通过{将原始图像输出到控制台{1}}调用,然后通过调用DumpQT
从高度n
调整为高度m
,并使用ResizeQT
将最终调整后的图像输出到控制台。
DumpQT
控制台输出:
#include <cstdlib>
#include <vector>
#include <utility>
#include <iostream>
#include <map>
#include <algorithm>
#include <array>
#include <memory>
#include <string>
#include <functional>
using namespace std;
template <typename T>
struct QuadTree {
typedef T data_t;
size_t height() const {
return st[0] ? st[0]->height() + 1 : 0;
}
T data = T();
// Sub-trees,in order Top-Left,Top-Right,Bottom-Left,Bottom-Right.
array< shared_ptr<QuadTree>,4 > st = {};
};
template <typename T>
static shared_ptr< QuadTree<T> > CreateQT(size_t const height,function<T()> const & filler) {
shared_ptr< QuadTree<T> > r(new QuadTree<T>());
if (height <= 0)
r->data = filler();
else
for (size_t i = 0; i < r->st.size(); ++i)
r->st[i] = CreateQT(height - 1,filler);
return r;
}
template <typename T>
static void TraverseQT(QuadTree<T> const & qt,function<void(T const &)> const & visitor) {
if (qt.height() <= 0)
visitor(qt.data);
else
for (size_t i = 0; i < qt.st.size(); ++i)
TraverseQT<T>(*qt.st[i],visitor);
}
template <typename T>
static void ResizeQT(QuadTree<T> & qt,size_t const m) {
size_t const n = qt.height();
if (n == m)
return;
if (n > 0 && m > 0) {
for (size_t i = 0; i < qt.st.size(); ++i)
ResizeQT(*qt.st[i],m - 1);
} else if (m > 0) {
qt.st = CreateQT<T>(m,[&](){ return qt.data; })->st;
qt.data = T();
} else if (n > 0) {
map<T,size_t> cnt;
TraverseQT<T>(qt,[&](T const & v){ ++cnt[v]; });
// Find max
pair<T,size_t> maxv = {{},0};
for (auto const & p: cnt)
if (p.second > maxv.second)
maxv = p;
qt.data = maxv.first;
for (size_t i = 0; i < qt.st.size(); ++i)
qt.st[i].reset();
}
return;
}
string VecToStr(vector<string> const & a) {
string r;
for (size_t i = 0; i < a.size(); ++i) {
r += a[i];
if (i < a.size() - 1)
r += "\n";
}
return r;
}
template <typename T>
static vector<string> DumpQT(QuadTree<T> const & qt) {
if (qt.height() <= 0)
return {to_string(qt.data)};
auto JoinH = [](vector<string> const & a,vector<string> const & b) {
vector<string> r;
for (size_t i = 0; i < min(a.size(),b.size()); ++i)
r.push_back(a[i] + " " + b[i]);
return r;
};
auto JoinV = [](vector<string> const & a,vector<string> const & b) {
vector<string> r = a;
r.insert(r.end(),b.begin(),b.end());
return r;
};
return JoinV(
JoinH(DumpQT(*qt.st[0]),DumpQT(*qt.st[1])),JoinH(DumpQT(*qt.st[2]),DumpQT(*qt.st[3]))
);
}
int main() {
try {
vector< pair<size_t,size_t> > const nm = {{2,3},{3,{4,3}};
srand(0);
typedef QuadTree<size_t> ImgQT;
// Iterate through all "nm" tests
for (size_t t = 0; t < nm.size(); ++t) {
size_t n = nm[t].first,m = nm[t].second;
cout << "n = " << n << ",m = " << m << endl;
// Create/Fill input img of size 2^n with random values.
ImgQT img = *CreateQT<ImgQT::data_t>(n,[]()->size_t{ return rand() % 2; });
cout << "Original:" << endl << VecToStr(DumpQT(img)) << endl;
// Solve task,resize to 2^m.
ResizeQT(img,m);
cout << "Resized:" << endl << VecToStr(DumpQT(img)) << endl;
}
return 0;
} catch (exception const & ex) {
cout << "Exception: " << ex.what() << endl;
return -1;
} catch (...) {
cout << "Unknown Exception!" << endl;
return -1;
}
}
第二个解决方案,使用2D向量。
在代码的开头,使用所需的n = 2,m = 3
Original:
0 1 1 1
0 1 1 1
0 0 0 1
1 0 1 1
Resized:
0 0 1 1 1 1 1 1
0 0 1 1 1 1 1 1
0 0 1 1 1 1 1 1
0 0 1 1 1 1 1 1
0 0 0 0 0 0 1 1
0 0 0 0 0 0 1 1
1 1 0 0 1 1 1 1
1 1 0 0 1 1 1 1
n = 3,m = 3
Original:
1 1 0 1 0 1 1 1
1 0 1 0 1 1 0 1
1 1 1 0 1 0 1 0
1 0 0 0 1 1 0 1
0 0 1 1 0 0 0 0
1 0 0 1 1 0 1 1
1 0 0 0 1 1 1 1
1 0 0 0 0 0 1 0
Resized:
1 1 0 1 0 1 1 1
1 0 1 0 1 1 0 1
1 1 1 0 1 0 1 0
1 0 0 0 1 1 0 1
0 0 1 1 0 0 0 0
1 0 0 1 1 0 1 1
1 0 0 0 1 1 1 1
1 0 0 0 0 0 1 0
n = 4,m = 3
Original:
1 0 1 0 0 1 1 0 0 1 1 0 0 1 1 0
1 0 0 1 1 0 1 0 0 0 1 0 0 0 1 0
1 1 0 0 1 1 0 0 1 1 1 0 0 0 1 1
1 1 1 1 0 1 1 0 1 1 1 1 0 0 0 1
1 1 0 0 1 1 0 0 0 1 0 1 1 1 0 1
1 1 0 0 1 0 0 1 1 0 1 1 0 0 1 1
0 1 0 0 1 0 0 1 0 1 1 1 0 0 0 0
0 1 0 0 0 0 1 0 0 0 0 1 1 0 0 1
1 1 1 1 0 1 1 1 0 0 1 1 0 1 1 1
0 1 0 1 1 0 1 1 1 1 0 0 0 1 1 0
1 1 1 0 1 1 1 0 1 0 0 0 1 0 0 1
0 0 1 1 0 0 0 1 1 1 0 0 1 0 0 0
1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0
0 1 1 0 0 1 0 1 1 0 0 1 1 1 1 1
1 1 0 1 0 1 1 0 1 1 0 1 1 0 1 1
0 0 0 1 1 1 1 0 0 1 0 1 0 0 0 1
Resized:
0 0 0 0 0 0 0 0
1 0 1 0 1 1 0 1
1 0 1 0 0 1 0 1
0 0 0 0 0 1 0 0
1 1 0 1 0 0 0 1
0 1 0 0 1 0 0 0
1 0 0 0 0 0 0 0
0 0 1 0 1 0 0 1
和nm
值向n
数组添加额外的测试。输入图像预先填充了较小的随机整数值,您可以根据需要将其更改为读取某些输入。
每个图像像素都表示为一个固定大小的数组,其大小等于通道数(例如1表示灰度,3表示RGB)。在下一个代码中,为简单起见,每个像素都有1个通道,只有一个整数。频道数由m
常数配置,将nchans
更改为例如3用于测试RGB图像。
每个像素都填充有随机整数,随机整数的范围由代码nchans
中的下一个表达式控制,修改模数rand() % (t <= 1 ? 10 : 3)
之后的值以更改可能值的范围大小。
%
灰度图像(#include <cstdlib>
#include <vector>
#include <utility>
#include <iostream>
#include <map>
#include <algorithm>
#include <array>
using namespace std;
int main() {
try {
vector< pair<size_t,3}};
size_t const nchans = 1; // Number of channels (colors),e.g. 1 for Gray and 3 for RGB.
typedef array<size_t,nchans> PixelT;
srand(0);
// Iterate through all "nm" tests
for (size_t t = 0; t < nm.size(); ++t) {
vector< vector<PixelT> > img;
size_t n = nm[t].first,m = " << m << endl;
cout << "Original:" << endl;
// Create/Fill input img of size 2^n with random values.
// (1 << n) is same as 2^n (power of 2).
for (size_t i = 0; i < (1 << n); ++i) {
img.resize(img.size() + 1);
for (size_t j = 0; j < (1 << n); ++j) {
PixelT p = {};
for (size_t k = 0; k < p.size(); ++k) {
p[k] = rand() % (t <= 1 ? 10 : 3);
cout << p[k];
if (k < p.size() - 1)
cout << ",";
}
cout << " ";
img[i].push_back(p);
}
cout << endl;
}
// Solve task,resize to 2^m.
vector< vector<PixelT> > oimg;
if (n <= m) {
for (size_t i = 0; i < (1 << m); ++i) {
oimg.resize(oimg.size() + 1);
for (size_t j = 0; j < (1 << m); ++j) {
oimg[i].push_back(
img[i >> (m - n)][j >> (m - n)]
);
}
}
} else {
for (size_t i = 0; i < (1 << m); ++i) {
oimg.resize(oimg.size() + 1);
for (size_t j = 0; j < (1 << m); ++j) {
// Count number of occurances
map<PixelT,size_t> cnt;
for (size_t k = (i << (n - m)); k < ((i << (n - m)) + (1 << (n - m))); ++k)
for (size_t l = (j << (n - m)); l < ((j << (n - m)) + (1 << (n - m))); ++l)
++cnt[img[k][l]];
// Find max
pair<PixelT,0};
for (auto const & p: cnt)
if (p.second > maxv.second)
maxv = p;
oimg[i].push_back(maxv.first);
}
}
}
// Output results
cout << "Resized:" << endl;
for (size_t i = 0; i < oimg.size(); ++i) {
for (size_t j = 0; j < oimg[i].size(); ++j) {
auto const & p = oimg[i][j];
for (size_t k = 0; k < p.size(); ++k) {
cout << p[k];
if (k < p.size() - 1)
cout << ",";
}
cout << " ";
}
cout << endl;
}
}
return 0;
} catch (exception const & ex) {
cout << "Exception: " << ex.what() << endl;
return -1;
} catch (...) {
cout << "Unknown Exception!" << endl;
return -1;
}
}
)的示例输出:
nchans = 1
RGB图像(n = 2,m = 3
Original:
8 9 8 7
5 7 5 5
0 2 3 0
2 1 7 1
Resized:
8 8 9 9 8 8 7 7
8 8 9 9 8 8 7 7
5 5 7 7 5 5 5 5
5 5 7 7 5 5 5 5
0 0 2 2 3 3 0 0
0 0 2 2 3 3 0 0
2 2 1 1 7 7 1 1
2 2 1 1 7 7 1 1
n = 3,m = 3
Original:
5 5 7 0 6 1 5 6
7 3 1 0 5 8 6 0
0 7 7 7 1 7 6 7
3 8 3 7 7 4 2 1
8 6 9 4 9 5 8 9
9 6 1 4 4 6 8 2
2 4 7 6 8 2 7 3
3 3 0 2 7 5 1 4
Resized:
5 5 7 0 6 1 5 6
7 3 1 0 5 8 6 0
0 7 7 7 1 7 6 7
3 8 3 7 7 4 2 1
8 6 9 4 9 5 8 9
9 6 1 4 4 6 8 2
2 4 7 6 8 2 7 3
3 3 0 2 7 5 1 4
n = 4,m = 3
Original:
2 2 2 2 2 1 2 2 2 0 1 0 0 0 0 2
0 0 2 2 2 2 1 2 1 2 1 2 0 1 1 2
1 0 2 0 1 0 2 1 1 1 1 1 1 1 1 1
1 0 0 0 0 0 1 1 1 1 1 1 0 2 0 1
2 1 0 0 2 2 1 1 0 1 1 2 1 1 2 0
1 1 0 0 1 1 1 2 2 1 2 2 0 2 1 2
1 0 0 0 1 2 1 0 2 2 0 0 0 2 1 2
2 1 0 0 1 2 1 0 1 0 2 2 2 0 2 2
0 1 1 2 2 1 0 2 1 0 1 2 0 2 2 1
0 0 0 2 0 1 2 2 2 1 1 2 1 1 1 2
1 1 1 0 2 2 2 1 1 2 1 0 0 0 0 2
1 0 0 0 2 2 1 1 2 2 0 0 1 1 1 2
1 2 2 1 1 1 2 2 2 2 0 0 2 2 2 2
1 2 1 2 2 2 2 2 0 0 2 2 0 0 0 2
0 0 0 0 2 0 0 1 1 2 2 0 1 1 0 0
0 0 1 1 0 0 1 1 0 0 1 2 1 2 1 0
Resized:
0 2 2 2 2 1 0 2
0 0 0 1 1 1 1 1
1 0 1 1 1 2 1 2
1 0 1 0 2 0 0 2
0 2 1 2 1 1 1 1
1 0 2 1 2 0 0 2
1 1 1 2 0 0 0 2
0 0 0 1 0 2 1 0
)的示例输出:
nchans = 3
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。