图像平滑器 是大小为 3 x 3 的过滤器，用于对图像的每个单元格平滑处理，平滑处理后单元格的值为该单元格的平均灰度。
每个单元格的 平均灰度 定义为：该单元格自身及其周围的 8 个单元格的平均值，结果需向下取整。（即，需要计算蓝色平滑器中 9 个单元格的平均值）。
如果一个单元格周围存在单元格缺失的情况，则计算平均灰度时不考虑缺失的单元格（即，需要计算红色平滑器中 4 个单元格的平均值）。
给你一个表示图像灰度的?m x n?整数矩阵?img?，返回对图像的每个单元格平滑处理后的图像?。
来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/image-smoother
?
例：
输入:img = [[1,1,1],[1,0,1],[1,1,1]]
输出:[[0, 0, 0],[0, 0, 0], [0, 0, 0]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0
解析：
题目大意是将每个点的周围点的值进行总和，然后除以点的个数，得到一个新的矩阵。所以我们只需要对原数组进行遍历，然后一一计算他们那一块的均值，然后赋值到新的数组即可。（不能在原数组上进行赋值）
class Solution(object):
def imageSmoother(self, img):
"""
:type img: List[List[int]]
:rtype: List[List[int]]
"""
m, n = len(img), len(img[0])
res = [[0] * n for _ in range(m)] # 初始化结果数组，全部设为0，用来存放平滑后的值
for i in range(m): # 原始数组遍历
for j in range(n):
total, num = 0, 0 # 值的总和，点的个数
for x in range(max(i - 1, 0), min(i + 2, m)): # 将周围的值进行总和（行），不能越界
for y in range(max(j - 1, 0), min(j + 2, n)): # 将周围的值进行总和（列），不能越界
total += img[x][y]
num += 1
res[i][j] = total//num
return res?
