CS50 Filter-less作业blur函数仅通过1/5测试求助

核心排查方向 #

• 禁止直接修改原图：如果遍历像素时直接把模糊结果写入原图像数组，后续计算相邻像素会用到已修改的像素值，这是中间、边缘像素测试失败的常见原因。必须先创建原图的完整副本，所有模糊计算基于副本进行，最终结果再写入原图。
• 修正邻域像素计数：角落像素只有3个有效邻域，非角落边缘像素有5个，中间像素有9个。如果你的代码给所有像素都按9个邻域计算平均值，或者计数逻辑错误，会直接导致平均值偏差。
• 校验邻域坐标有效性：遍历3x3邻域时，必须判断每个邻域坐标是否在图像范围内（x不能小于0或大于width-1，y不能小于0或大于height-1），避免越界读取错误值。

错误代码示例及修正方案 #

错误写法（直接修改原图） #

// 错误：直接在原图上修改，导致后续计算用已模糊的像素
for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; j++)
    {
        // 计算邻域平均值后直接写入 image[i][j]
        image[i][j].rgbtRed = avg_red;
        image[i][j].rgbtGreen = avg_green;
        image[i][j].rgbtBlue = avg_blue;
    }
}

正确写法（基于副本计算） #

// 先创建原图副本
RGBTRIPLE copy[height][width];
memcpy(copy, image, sizeof(copy));

for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; j++)
    {
        int red_sum = 0, green_sum = 0, blue_sum = 0;
        int pixel_count = 0;

        // 遍历当前像素的3x3邻域
        for (int di = -1; di <= 1; di++)
        {
            for (int dj = -1; dj <= 1; dj++)
            {
                int new_i = i + di;
                int new_j = j + dj;

                // 跳过超出图像范围的邻域像素
                if (new_i >= 0 && new_i < height && new_j >= 0 && new_j < width)
                {
                    red_sum += copy[new_i][new_j].rgbtRed;
                    green_sum += copy[new_i][new_j].rgbtGreen;
                    blue_sum += copy[new_i][new_j].rgbtBlue;
                    pixel_count++;
                }
            }
        }

        // 计算平均值并写入原图（注意用round取整）
        image[i][j].rgbtRed = round((float)red_sum / pixel_count);
        image[i][j].rgbtGreen = round((float)green_sum / pixel_count);
        image[i][j].rgbtBlue = round((float)blue_sum / pixel_count);
    }
}

针对性验证步骤 #

• 检查代码是否创建了原图副本：如果没有，优先补上这一步，这是解决中间像素测试失败的关键。
• 打印邻域计数：在计算平均值前，用printf("%d\n", pixel_count);输出每个像素的有效邻域数量，验证角落是否为3、边缘是否为5、中间是否为9。
• 检查坐标判断逻辑：确认没有出现new_i < 0或new_i >= height等越界情况时仍读取像素的错误。

内容的提问来源于stack exchange，提问作者user27842128