0

RMS Pixel Brightness

Unsolved
Computer Vision

Difficulty: 2 | Problem written by mesakarghm
The RMS Pixel Brightness is described as the root mean square for each band in the image.

For a given grayscale image (represented as a 2D NumPy array), write a function rms_pixel_brightness(img) which calculates and returns the RMS Pixel Brightness. The output should be a float value representing the brightness. You can use an image processing library of your choosing to perform this operation. 

 

Sample Input:
<class 'numpy.ndarray'>
img: [[ 1 7 119 13 12] [ 11 21 61 81 91] [ 5 66 6 5 5] [ 5 66 166 145 155] [ 5 66 136 145 155]]

Expected Output:
<class 'float'>
85.56401112617384

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.

Facere eum eius quam dolorum repudiandae, inventore recusandae ut libero ex beatae quibusdam, fugit laudantium veniam nisi doloribus corporis error ipsa consectetur sapiente repellendus quis, praesentium fuga reprehenderit rerum architecto cupiditate similique obcaecati pariatur culpa nobis? Laudantium iusto quisquam aliquam, corporis ipsam ipsum dolorem numquam beatae labore qui, nisi accusamus eaque labore reiciendis laudantium.

Perspiciatis in amet soluta pariatur at necessitatibus illo vero vel, distinctio labore assumenda?

Blanditiis eum ducimus autem, ex laboriosam fuga inventore amet velit laudantium itaque iure repudiandae veritatis quisquam, illo maiores sint beatae hic nulla ea. Officia odio possimus incidunt esse quis accusantium laudantium, cum voluptatibus sit nostrum officiis saepe totam et inventore eius quo quia, quam vero ad officiis doloribus nihil quod, consequuntur commodi eius dignissimos placeat, sed quaerat dicta velit facilis magnam? Non dolorum animi obcaecati laudantium? Nihil delectus cumque, dignissimos dolor explicabo vel omnis repellat error aspernatur odio aut, consequatur iure nam.

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)