题目
黑白图像常采用灰度图的方式存储,即图像的每个像素填充一个灰色阶段值,256阶灰图是一个灰阶值取值范围为 0~255 的灰阶矩阵,0表示全黑,255表示全白,范围内的其他值表示不同的灰度。
但在计算机中实际存储时,会使用压缩算法,其中一个种压缩格式描述如如下:
3 3 1 3 2 3 3 3
所有的数值以空格分隔;
前两个数分别表示矩阵的行数和列数;
从第三个数开始,每两个数一组,每组第一个数是灰阶值,第二个数表示该灰阶值从左到右,从上到下(可理解为二维数组按行存储在一维矩阵中)的连续像素个数。比如题目所述的例子, “255 34” 表示有连续 34 个像素的灰阶值是 255。
如此,图像软件在打开此格式灰度图的时候,就可以根据此算法从压缩数据恢复出原始灰度图矩阵。
请从输入的压缩数恢复灰度图原始矩阵,并返回指定像素的灰阶值。
输入描述
输入包行两行:
第一行是灰度图压缩数据
第二行表示一个像素位置的行号和列号,如 0 0 表示左上角像素
3 3 1 3 2 3 3 3
1 1
输出描述
输出数据表示的灰阶矩阵的指定像素的灰阶值:
2
备注
系保证输入的压缩数据是合法有效的,不会出现数据起界、数值不合法等无法恢复的场景
系统保证输入的像素坐标是合法的,不会出现不在矩阵中的像素
矩阵的行和列数范图为:(0,100]
灰阶值取值范图:[0,255]

这篇博客介绍了如何使用Python处理华为OD机试中关于灰度图存储的问题。通过解析压缩格式的数据,恢复原始灰度矩阵,并能获取指定像素的灰阶值。解题思路包括遍历压缩数据,直接填充到一维数组,然后根据像素位置计算灰度值。代码部分展示了具体实现。
订阅专栏 解锁全文
1511

被折叠的 条评论
为什么被折叠?



