1

Average Pixel Brightness

Unsolved
Computer Vision

Difficulty: 2 | Problem written by Sakar Ghimire
Problem reported in interviews at

Amazon
Apple
Facebook
Google
Netflix

For an input numpy array (of arbitary dimension), calculate and return the average pixel brightness.

Sample Input:
<class 'numpy.ndarray'>
arr: [[1 2 3] [3 4 5]]

Expected Output:
<class 'float'>
3.0

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Facilis voluptatibus tempora minima at animi numquam sit incidunt sapiente, deserunt commodi distinctio quisquam deleniti debitis dolor, consequatur veritatis sapiente explicabo sunt, amet neque numquam voluptate. Accusantium corrupti consequuntur quis harum eveniet neque qui nam consequatur velit, dolores quaerat perspiciatis repellendus dignissimos ducimus, eveniet ducimus sunt minima sed sit beatae officiis odit laboriosam nam, sit eum quidem consequatur corrupti doloremque officia maiores ex voluptates. Eum est a corrupti minima expedita reiciendis odit? Repellat eos perferendis quaerat quos nobis distinctio aperiam illo at voluptates qui, est ipsum accusantium temporibus exercitationem ea quisquam ut unde, voluptatibus dolor voluptates culpa, iste magni reiciendis distinctio perferendis obcaecati quae, quidem ab dignissimos aperiam.

Harum dignissimos sint molestias nostrum ad ex labore corrupti voluptatum non, quisquam exercitationem vero, dolores porro illo ex neque error ducimus laboriosam consectetur beatae quas deleniti, veritatis aliquam nemo? Earum quaerat quisquam corrupti quas quam beatae minus quis, perferendis dolor alias voluptatem earum optio autem harum fuga saepe, ab fuga ipsam rem officiis obcaecati officia praesentium aut doloribus ea esse.

Facere sint excepturi nisi quam provident molestias inventore ratione, amet unde deserunt, necessitatibus minima sed repellendus ut architecto dolor quas neque quia molestiae ducimus, obcaecati animi unde libero sit magni reprehenderit ex a commodi explicabo, temporibus amet eum vitae tenetur pariatur recusandae maxime fuga commodi. Corrupti ex iure sed velit ratione, at quos quasi, quidem rem maiores eius ipsam earum minima ducimus, voluptate blanditiis architecto quidem nobis minus quos corporis, itaque ducimus ipsum a repellat ut. Consequuntur officia cumque facere sapiente corporis inventore deleniti quibusdam deserunt quam? Vel repellendus recusandae?

This is a premium feature.
To access this and other such features, click on upgrade below.

Ready.

Input Test Case

Please enter only one test case at a time
numpy has been already imported as np (import numpy as np)