用c++写个八邻域算法

八邻域算法通常用于图像处理中，用于查找像素点周围的八个像素点。这在计算机视觉和图像分析中非常有用，比如用于形态学操作、图像分割、边缘检测等。下面是一个简单的C++实现示例，用于获取给定像素点周围的八个邻域像素点的坐标。

#include <iostream>
#include <vector>
#include <utility> // for std::pair

// 假设我们有一个二维图像，用二维数组表示
// pixel_neighborhood 函数返回给定像素点周围的八个邻域点坐标
std::vector<std::pair<int, int>> pixel_neighborhood(int x, int y, int rows, int cols) {
    std::vector<std::pair<int, int>> neighbors;

    // 定义八个方向
    const int dx[] = {-1, -1, -1, 0, 0, 1, 1, 1};
    const int dy[] = {-1, 0, 1, -1, 1, -1, 0, 1};

    // 遍历这八个方向
    for (int i = 0; i < 8; ++i) {
        int nx = x + dx[i];
        int ny = y + dy[i];

        // 检查坐标是否在图像范围内
        if (nx >= 0 && nx < rows && ny >= 0 && ny < cols) {
            neighbors.emplace_back(nx, ny);
        }
    }
    return neighbors;
}

int main() {
    int rows = 5; // 图像的行数
    int cols = 5; // 图像的列数
    int x = 2; // 当前像素点的行坐标
    int y = 2; // 当前像素点的列坐标

    std::vector<std::pair<int, int>> neighbors = pixel_neighborhood(x, y, rows, cols);
    for (auto &n : neighbors) {
        std::cout << "邻域点坐标: (" << n.first << ", " << n.second << ")" << std::endl;
    }

    return 0;
}

在这个例子中，我们定义了一个`pixel_neighborhood`函数，它接受一个像素点的坐标`(x, y)`，以及图像的行数`rows`和列数`cols`。函数计算周围八个像素点的坐标，并将它们存储在`std::vector<std::pair<int, int>>`类型的`neighbors`向量中。然后，我们在`main`函数中调用`pixel_neighborhood`函数，并打印出周围邻域点的坐标。