影象平滑器 是大小為 3 x 3 的過濾器，用於對影象的每個單元格平滑處理，平滑處理後單元格的值為該單元格的平均灰度。

每個單元格的 平均灰度 定義為：該單元格自身及其周圍的 8 個單元格的平均值，結果需向下取整。（即，需要計算藍色平滑器中 9 個單元格的平均值）。

如果一個單元格周圍存在單元格缺失的情況，則計算平均灰度時不考慮缺失的單元格（即，需要計算紅色平滑器中 4 個單元格的平均值）。

給你一個表示影象灰度的 m x n 整數矩陣 img ，返回對影象的每個單元格平滑處理後的影象 。

示例 1:

輸入:img = [[1,1,1],[1,0,1],[1,1,1]]
輸出:[[0, 0, 0],[0, 0, 0], [0, 0, 0]]
解釋:
對於點 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
對於點 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
對於點 (1,1): 平均(8/9) = 平均(0.88888889) = 0
 

示例 2:

輸入: img = [[100,200,100],[200,50,200],[100,200,100]]
輸出: [[137,141,137],[141,138,141],[137,141,137]]
解釋:
對於點 (0,0), (0,2), (2,0), (2,2): floor((100+200+200+50)/4) = floor(137.5) = 137
對於點 (0,1), (1,0), (1,2), (2,1): floor((200+200+50+200+100+100)/6) = floor(141.666667) = 141
對於點 (1,1): floor((50+200+200+200+200+100+100+100+100)/9) = floor(138.888889) = 138
 

提示:

• m == img.length
• n == img[i].length
• 1 <= m, n <= 200
• 0 <= img[i][j] <= 255

Code:

class Solution {
public:
    vector<vector<int>> imageSmoother(vector<vector<int>>& img) {
        vector<int>res;
        
        
        for(int i=0;i<(int)img.size();i++)
        {
            vector<int>sub=img[i];
            for(int j=0;j<(int)sub.size();j++)
            {
                
                int x1=i-1;
                int y1=j-1;
                int x2=i-1+3;
                int y2=j-1+3;
                
                if(x1<0)
                    x1=0;
                if(y1<0)
                    y1=0;
                
                if(x2>=img.size())
                    x2=img.size();
                
                if(y2>=sub.size())
                    y2=sub.size();
                
                
                int num=0;
                int cnt=0;
                for(int k=x1;k<x2;k++)
                {
                    vector<int>subs=img[k];
                    for(int l=y1;l<y2;l++)
                    {
                        num+=subs[l];
                        cnt++;
                    }
                }
                res.push_back(floor(num/(cnt)));
            }
        }
        
        
        int row=img.size();
        int col=img[0].size();
        for(int i=0;i<row;i++)
        {
            for(int j=0;j<col;j++)
            {
                img[i][j]=res[(i*col)+(j%col)];
            }
        }
        return img;
    }
};