在一家专注于计算机视觉的科技公司，你被指派到一个图像增强项目。团队正在开发一种算法，通过应用卷积核来增强图像的特定特征，如边缘和纹理。你的任务是编写一个程序，对给定的灰度图像应用指定的卷积核，以实现图像的卷积操作。 请你帮助团队实现一个程序，使用 NumPy 库对给定的灰度图像矩阵进行卷积操作。具体要求如下： 1. 读取输入矩阵，为一个二维列表，表示灰度图像的像素值矩阵。 2. 读取卷积核矩阵，为一个二维列表，尺寸为 ( k × k )，其中 ( k ) 为奇数。 3. 对图像矩阵进行卷积操作，卷积过程中需要对边缘进行适当的填充（使用零填充）。 4. 输出卷积后的矩阵，每个元素保留两位小数（使用 round(x, 2)）。
• 第一行包含两个整数 ( m ) 和 ( n )，表示图像矩阵的行数和列数。 • 接下来的 ( m ) 行，每行包含 ( n ) 个整数，表示图像矩阵的元素，元素之间用空格分隔。 • 接下来一行包含一个整数 ( k )，表示卷积核的尺寸( k × k )，且 ( k ) 为奇数）。 • 接下来的 ( k ) 行，每行包含 ( k ) 个浮点数，表示卷积核矩阵的元素，元素之间用空格分隔。
• 输出 ( m ) 行，每行包含 ( n ) 个浮点数，表示卷积后的矩阵元素，元素之间用空格分隔，结果均保留两位小数，使用 round(x, 2)。
4 4 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 3 0 -1 0 -1 5 -1 0 -1 0
-2.0 0.0 2.0 9.0 9.0 6.0 7.0 17.0 17.0 10.0 11.0 25.0 42.0 32.0 34.0 53.0
考点：模拟
限制 1 秒 / 256MB ｜ 标准输入输出
推荐方向：模拟
本题切入点
按卷积定义实现：对输出每个位置取 k×k 邻域（越界补 0）与核逐元素相乘求和，用 NumPy 向量化等价实现；注意核未翻转（相关而非卷积）与结果 round(·,2)。
不涉及复杂算法，把题目描述的流程原样翻译成代码逐步执行即可。
思路框架（模拟 通法 · 非本题专属）
实现要点：结构上通常是一个外层循环包住若干 if/else 分支；只要状态定义清楚，正确率很高。
复杂度：时间 O(操作次数) ｜ 空间 O(状态数)
该范式的通法易错点
样例 1
4 4 / 1 2 3 4 / 5 6 7 8 / 9 10 11 12 / 13 14 15 16 / 3 / 0 -1 0 / -1 5 -1 / 0 -1 0-2.0 0.0 2.0 9.0 / 9.0 6.0 7.0 17.0 / 17.0 10.0 11.0 25.0 / 42.0 32.0 34.0 53.0解析由校招宝本地引擎整理（依据源站考点标签 / 人工判题标注 / 题面规模信号），非官方题解，仅供思路参考。
本题来源：2025年春招-美团-算法岗笔试。