无外部库时识别图像内矩形及判断新矩形适配性的技术方案

现有已转换为列表嵌套列表格式的图像数据start_img，其中每个子列表对应图像的一行（y轴方向）像素，子列表内的每个元素为x轴方向像素的(r,g,b)颜色元组。图像仅由若干颜色、宽度、高度各不相同的矩形，以及其余的rgb(0, 0, 0)黑色像素组成，且实现过程禁止使用任何外部库。

目标一：提取图像中所有矩形 #

需要找出图像内所有非黑色矩形，每个矩形以x,y,h,w,r,g,b的格式存储：

• x,y：矩形左上角第一个像素的坐标（x为横轴坐标，y为纵轴坐标）
• h：矩形的高度（纵向像素数）
• w：矩形的宽度（横向像素数）
• r,g,b：矩形的颜色元组（如红色对应(255,0,0)）

示例 #

输入图像像素分布（X代表非黑色像素，B代表黑色像素）：

XXBBBBB
XXBBBXX
XXBBBXX

输出结果：

0,0,3,2,(color)
5,1,2,2,(color)

初步实现思路 #

通过嵌套循环遍历每个像素，若发现非黑色像素则横向扩展确定矩形宽度，纵向扩展确定高度；用字典存储已识别的矩形（以(x,y)为键，(w,h,r,g,b)为值），利用“矩形间至少间隔一个黑色像素”的特性避免重复识别。

目标二：判断新矩形能否放入图像 #

给定一组新的矩形参数（每个矩形包含x,y,h,w坐标与尺寸信息），逐个判断该矩形的区域内是否全为黑色像素，若全黑则返回True（可放入），否则返回False（不可放入）。

内容的提问来源于stack exchange，提问作者kindastoned