गॉसियन ब्लर एक ऐसी विधि है जिसका उपयोग छवियों को सुचारू रूप से धुंधला करने के लिए किया जाता है। इसमें एक मैट्रिक्स बनाना शामिल है जिसका उपयोग किसी छवि के पिक्सेल के साथ इसे करने के लिए किया जाएगा। इस चुनौती में, आपका कार्य उस मैट्रिक्स का निर्माण करना है जिसका उपयोग गॉसियन ब्लर में किया जाता है। आपके पास कोई इनपुट ले जाएगा r जो कलंक की त्रिज्या और एक इनपुट किया जाएगा σ जो आदेश आयामों के साथ एक मैट्रिक्स का निर्माण करने में मानक विचलन हो जाएगा (2 आर + 1 × 2 आर +1)। उस मैट्रिक्स के प्रत्येक मूल्य का एक ( x , y ) मान होगा जो केंद्र से प्रत्येक दिशा में इसकी पूर्ण दूरी पर निर्भर करता है और इसका उपयोग जी ( x , y ) जहां सूत्र की गणना करने के लिए किया जाएगाजी है
उदाहरण के लिए, यदि r = 2, हम 5 x 5 मैट्रिक्स उत्पन्न करना चाहते हैं। सबसे पहले, ( x , y ) मानों का मैट्रिक्स है
(2, 2) (1, 2) (0, 2) (1, 2) (2, 2)
(2, 1) (1, 1) (0, 1) (1, 1) (2, 1)
(2, 0) (1, 0) (0, 0) (1, 0) (2, 0)
(2, 1) (1, 1) (0, 1) (1, 1) (2, 1)
(2, 2) (1, 2) (0, 2) (1, 2) (2, 2)
फिर, चलो σ = 1.5 और लागू जी से प्रत्येक के लिए ( एक्स , वाई )
0.0119552 0.0232856 0.0290802 0.0232856 0.0119552
0.0232856 0.0453542 0.0566406 0.0453542 0.0232856
0.0290802 0.0566406 0.0707355 0.0566406 0.0290802
0.0232856 0.0453542 0.0566406 0.0453542 0.0232856
0.0119552 0.0232856 0.0290802 0.0232856 0.0119552
आम तौर पर छवि धुंधला में, इस मैट्रिक्स को उस मैट्रिक्स में सभी मूल्यों का योग लेने और इसके द्वारा विभाजित करके सामान्य किया जाएगा। इस चुनौती के लिए, यह आवश्यक नहीं है और सूत्र द्वारा गणना किए गए कच्चे मूल्यों का आउटपुट क्या होना चाहिए।
नियम
- यह कोड-गोल्फ है इसलिए सबसे छोटा कोड जीतता है।
- इनपुट आर गैर नकारात्मक पूर्णांक हो जाएगा और σ एक सकारात्मक वास्तविक संख्या होगी।
- आउटपुट को मैट्रिक्स का प्रतिनिधित्व करना चाहिए। यह एक 2d सरणी के रूप में स्वरूपित किया जा सकता है, एक स्ट्रिंग 2d सरणी का प्रतिनिधित्व करता है, या कुछ इसी तरह का।
- फ्लोटिंग-पॉइंट अशुद्धि को आपके खिलाफ नहीं गिना जाएगा।
परीक्षण के मामलों
(r, σ) = (0, 0.25)
2.54648
(1, 7)
0.00318244 0.00321509 0.00318244
0.00321509 0.00324806 0.00321509
0.00318244 0.00321509 0.00318244
(3, 2.5)
0.00603332 0.00900065 0.0114421 0.012395 0.0114421 0.00900065 0.00603332
0.00900065 0.0134274 0.0170696 0.0184912 0.0170696 0.0134274 0.00900065
0.0114421 0.0170696 0.0216997 0.023507 0.0216997 0.0170696 0.0114421
0.012395 0.0184912 0.023507 0.0254648 0.023507 0.0184912 0.012395
0.0114421 0.0170696 0.0216997 0.023507 0.0216997 0.0170696 0.0114421
0.00900065 0.0134274 0.0170696 0.0184912 0.0170696 0.0134274 0.00900065
0.00603332 0.00900065 0.0114421 0.012395 0.0114421 0.00900065 0.00603332
(4, 3.33)
0.00339074 0.00464913 0.00582484 0.00666854 0.00697611 0.00666854 0.00582484 0.00464913 0.00339074
0.00464913 0.00637454 0.00798657 0.0091434 0.00956511 0.0091434 0.00798657 0.00637454 0.00464913
0.00582484 0.00798657 0.0100063 0.0114556 0.011984 0.0114556 0.0100063 0.00798657 0.00582484
0.00666854 0.0091434 0.0114556 0.013115 0.0137198 0.013115 0.0114556 0.0091434 0.00666854
0.00697611 0.00956511 0.011984 0.0137198 0.0143526 0.0137198 0.011984 0.00956511 0.00697611
0.00666854 0.0091434 0.0114556 0.013115 0.0137198 0.013115 0.0114556 0.0091434 0.00666854
0.00582484 0.00798657 0.0100063 0.0114556 0.011984 0.0114556 0.0100063 0.00798657 0.00582484
0.00464913 0.00637454 0.00798657 0.0091434 0.00956511 0.0091434 0.00798657 0.00637454 0.00464913
0.00339074 0.00464913 0.00582484 0.00666854 0.00697611 0.00666854 0.00582484 0.00464913 0.00339074