1

Summed Area Table - Viola Jones Object Detection

Unsolved
Computer Vision

Difficulty: 6 | Problem written by mesakarghm
Problem reported in interviews at

Apple
Facebook
Google
Netflix

The value at any point (x,y) in the summed area table is the sum of all the pixels above and to the left of (x,y). 

\(I(x,y) = \sum_{x',y'<= x,y } i(x',y')\)

where i(x,y) is the value of the pixel at (x,y).

For a 2D input array, calculate and return the value of the summed area table. 

Sample Input:
<class 'list'>
img: [[ 17 24 15 58 15] [ 23 55 47 114 216] [ 4 6 13 220 22] [ 10 12 19 21 3] [ 11 18 25 12 19]]

Expected Output:
<class 'numpy.ndarray'>
[[ 17 41 56 114 129] [ 40 119 181 353 584] [ 44 129 204 596 849] [ 54 151 245 658 914] [ 65 180 299 724 999]]

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.

Magni dicta hic et? Quae itaque cupiditate ab vero sit magnam incidunt error enim, asperiores voluptas deleniti laudantium eligendi numquam nostrum culpa nisi cumque, odit architecto velit praesentium repellat molestiae error ipsam perferendis esse quam maxime, consequuntur eaque consectetur quam odio illum nam sapiente, porro reprehenderit optio impedit tempore modi distinctio dolore dicta?

Velit sit incidunt nihil distinctio facere quibusdam, tenetur ab maxime modi provident, officia natus delectus nesciunt impedit voluptatum iure tempore ad, harum cupiditate iure ipsam quas laborum sapiente quasi quae.

Recusandae unde vitae aut repudiandae sed accusantium adipisci, dolorum obcaecati autem quas recusandae blanditiis magnam necessitatibus vel impedit illum, vel eos totam adipisci a dolor fugiat quis aperiam ad ducimus, neque accusamus labore provident et excepturi culpa necessitatibus incidunt ratione ut sed. Id aspernatur explicabo? Iure aut unde autem aliquam ullam suscipit illo doloribus ipsam odit, saepe temporibus velit veritatis esse voluptatum quibusdam eligendi repudiandae odit maiores harum. Dicta ea quidem minus necessitatibus maiores repudiandae nobis, quisquam ab repellendus quod sequi sed voluptas perferendis sapiente, exercitationem accusamus quibusdam ipsam ipsum sit?

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)