试题背景

顿顿在学习了数字图像处理后，想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点，如果贸然对全图进行降噪，会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域，然后仅对处于较暗区域的像素进行降噪处理。

题目描述

待处理的灰度图像长宽皆为 n 个像素，可以表示为一个 n×n 大小的矩阵 A，其中每个元素是一个 [0,L) 范围内的整数，表示对应位置像素的灰度值。

对于矩阵中任意一个元素 Aij（0≤i,j<n），其邻域定义为附近若干元素的集和：

Neighbor(i,j,r) = {$A_{xy}$ | 0≤x,y<n and |x−i|≤r and |y−j|≤r}

这里使用了一个额外的参数 r 来指明 $A_{ij}$ 附近元素的具体范围。根据定义，易知 Neighbor(i,j,r) 最多有 ${(2r+1)}^2$ 个元素。

如果元素 $A_{ij}$ 邻域中所有元素的平均值小于或等于一个给定的阈值 t，我们就认为该元素对应位置的像素处于较暗区域。

现给定邻域参数 r 和阈值 t，试统计输入灰度图像中有多少像素处于较暗区域。

输入格式

输入共 n+1 行。

输入的第一行包含四个用空格分隔的正整数 n、L、r 和 t，含义如前文所述。

第二到第 n+1 行输入矩阵 A。

第 i+2（0≤i<n）行包含用空格分隔的 n 个整数，依次为 $A_{i0}$ , $A_{i1}$,..., $A_{i(n−1)}$。

数据范围

70% 的测试数据满足 n ≤ 100、r ≤ 10。

全部的测试数据满足 0 < n ≤ 600 、0 < r ≤ 100 且 2 ≤ t < L ≤ 256 。

输出格式

一个整数，表示输入灰度图像中处于较暗区域的像素总数。

样例

4 16 1 6
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15

7

11 8 2 2
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 7 0 0 0 7 0 0 7 7 0
7 0 7 0 7 0 7 0 7 0 7
7 0 0 0 7 0 0 0 7 0 7
7 0 0 0 0 7 0 0 7 7 0
7 0 0 0 0 0 7 0 7 0 0
7 0 7 0 7 0 7 0 7 0 0
0 7 0 0 0 7 0 0 7 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0

83