Leecode(183)2379.得到K个黑坏的最少涂色次数-1360

给你一个长度为 n 下标从 0 开始的字符串 blocks ,blocks[i] 要么是 'W' 要么是 'B' ,表示第 i 块的颜色。字符 'W' 和 'B' 分别表示白色和黑色。

给你一个整数 k ,表示想要 连续 黑色块的数目。

每一次操作中,你可以选择一个白色块将它 涂成 黑色块。

请你返回至少出现 一次 连续 k 个黑色块的 最少 操作次数。

示例 1:

输入:blocks = "WBBWWBBWBW", k = 7
输出:3
解释:
一种得到 7 个连续黑色块的方法是把第 0 ,3 和 4 个块涂成黑色。
得到 blocks = "BBBBBBBWBW" 。
可以证明无法用少于 3 次操作得到 7 个连续的黑块。
所以我们返回 3 。

示例 2:

输入:blocks = "WBWBBBW", k = 2
输出:0
解释:
不需要任何操作,因为已经有 2 个连续的黑块。
所以我们返回 0 。
class Solution:
    def minimumRecolors(self, blocks: str, k: int) -> int:
        #初始化窗口

        count_W= blocks[:k].count('W')
        min_p=count_W

        #滑动窗口
        for i in range(k,len(blocks)):
            count_W= blocks[i-k+1:i+1].count('W')
            min_p=min(min_p,count_W)
        return min_p

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要截取 YOLOv7-segmentation 涂色区域,你可以按照以下步骤进行操作: 1. 首先,使用 YOLOv7-segmentation 模型对图像进行分割,得到每个像素的类别和对应的颜色。 2. 根据任务需求,确定你想要截取的涂色区域的类别和对应的颜色。 3. 遍历图像的每个像素,将属于目标类别的像素标记出来。 4. 根据标记的像素,计算包围涂色区域的最小矩形框。 5. 使用图像处理库(如 OpenCV)根据矩形框的坐标截取涂色区域。 下面是一个简单的示例代码,演示如何截取 YOLOv7-segmentation 涂色区域: ```python import cv2 import numpy as np # 加载分割模型和图像 model = load_yolov7_segmentation_model() image = load_image() # 进行图像分割,得到每个像素的类别和颜色 segmentation_map = model.segment(image) # 定义目标类别和颜色 target_class = "person" target_color = [0, 255, 0] # 绿色 # 遍历图像的每个像素,标记目标类别的像素 target_pixels = np.where(segmentation_map == target_color) # 计算包围涂色区域的最小矩形框 x, y, w, h = cv2.boundingRect(target_pixels) # 截取涂色区域 cropped_region = image[y:y+h, x:x+w] # 显示截取的涂色区域 cv2.imshow("Cropped Region", cropped_region) cv2.waitKey(0) cv2.destroyAllWindows() ``` 请注意,以上代码仅为示例,你需要根据实际情况进行适当的修改和调整。此外,你还需要替换示例代码中的 `load_yolov7_segmentation_model()` 和 `load_image()` 函数,以便正确加载和处理模型和图像。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值