卷积计算
Background
Special for beginners, ^_^
Description
在计算机视觉领域,卷积计算能抽取图像特征,卷积核、滤波器通常为较小尺寸的矩阵,比如\(3\times3\)、\(5\times5\)等。数字图像是相对较大尺寸的的二维(或多维)矩阵。图像卷积运算与相关运算的关系如下:
其中,\(F\)为滤波器,\(X\)为图像,\(O\)为结果。先输入图像和卷积核,请你编程输出卷积运算的结果。
简单起见,图像与卷积核均为方阵。
Format
Input
第一行为一个正整数,表示图像方阵的大小\(m\)。
第二行至第\(m+1\)行,每行\(m\)个正整数,表示图像方阵。
第\(m+2\)行为一个正整数,表示卷积核方阵的大小\(n\)。
第\(m+3\)行至最后一行,每行\(n\)个正整数,表示卷积核方阵。
Output
一个方阵,为卷积核运算的结果。
Sample 1
Input
5
1 1 1 0 0
0 1 1 1 0
0 0 1 1 1
0 0 1 1 0
0 1 1 0 0
3
1 0 1
0 1 0
1 0 1
Output
4 3 4
2 4 3
2 3 4
Limitation&Appointment
对于\(100\%\)的数据,\(m \le 200\),\(n \le 100\)
共\(10\)个测试点,对于每一个测试点,时间限制为\(1000ms\),空间限制为\(128MiB\),分值为\(10\)分。