不使用opencv只用C++，帮我生成至少三种不同的影像分割的代码，并在每一行添加注释

影像分割是将一张图像划分成若干个区域，每个区域具有相似的特征。以下是三种不同的影像分割的代码，不使用 OpenCV，只使用 C 语言实现。

1. 基于阈值的影像分割

#include <stdio.h>
#include <stdlib.h>

#define WIDTH 640
#define HEIGHT 480

int main()
{
    FILE *fp_in, *fp_out;
    unsigned char img_in[WIDTH * HEIGHT], img_out[WIDTH * HEIGHT];

    // 打开输入图像文件
    fp_in = fopen("input.raw", "rb");
    if (fp_in == NULL) {
        printf("Cannot open input image file.\n");
        return 1;
    }

    // 读取输入图像
    fread(img_in, 1, WIDTH * HEIGHT, fp_in);

    // 关闭输入图像文件
    fclose(fp_in);

    // 对每个像素进行阈值分割
    for (int i = 0; i < WIDTH * HEIGHT; i++) {
        if (img_in[i] > 128) {
            img_out[i] = 255;
        } else {
            img_out[i] = 0;
        }
    }

    // 打开输出图像文件
    fp_out = fopen("output.raw", "wb");
    if (fp_out == NULL) {
        printf("Cannot open output image file.\n");
        return 1;
    }

    // 写入输出图像
    fwrite(img_out, 1, WIDTH * HEIGHT, fp_out);

    // 关闭输出图像文件
    fclose(fp_out);

    return 0;
}

2. 基于均值漂移的影像分割

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define WIDTH 640
#define HEIGHT 480
#define RADIUS 50
#define MIN_PIXELS 20

// 计算两个颜色之间的欧氏距离
float color_distance(unsigned char *c1, unsigned char *c2)
{
    float d = 0;
    for (int i = 0; i < 3; i++) {
        d += pow(c1[i] - c2[i], 2);
    }
    return sqrt(d);
}

int main()
{
    FILE *fp_in, *fp_out;
    unsigned char img_in[WIDTH * HEIGHT * 3], img_out[WIDTH * HEIGHT];

    // 打开输入图像文件
    fp_in = fopen("input.raw", "rb");
    if (fp_in == NULL) {
        printf("Cannot open input image file.\n");
        return 1;
    }

    // 读取输入图像
    fread(img_in, 1, WIDTH * HEIGHT * 3, fp_in);

    // 关闭输入图像文件
    fclose(fp_in);

    // 对每个像素进行均值漂移
    for (int i = 0; i < WIDTH * HEIGHT; i++) {
        // 计算当前像素的颜色
        unsigned char *color = img_in + i * 3;

        // 初始化漂移后的颜色为当前颜色
        unsigned char new_color[3];
        for (int j = 0; j < 3; j++) {
            new_color[j] = color[j];
        }

        // 进行均值漂移
        float total_weight = 0;
        for (int j = 0; j < WIDTH * HEIGHT; j++) {
            unsigned char *neighbor_color = img_in + j * 3;
            float distance = color_distance(color, neighbor_color);
            if (distance < RADIUS) {
                float weight = exp(-pow(distance, 2) / (2 * pow(RADIUS, 2)));
                for (int k = 0; k < 3; k++) {
                    new_color[k] += weight * neighbor_color[k];
                }
                total_weight += weight;
            }
        }
        for (int j = 0; j < 3; j++) {
            new_color[j] /= total_weight;
        }

        // 如果漂移后的颜色与当前颜色相似，则将当前像素标记为目标像素
        float distance = color_distance(color, new_color);
        if (distance < RADIUS && total_weight >= MIN_PIXELS) {
            img_out[i] = 255;
        } else {
            img_out[i] = 0;
        }
    }

    // 打开输出图像文件
    fp_out = fopen("output.raw", "wb");
    if (fp_out == NULL) {
        printf("Cannot open output image file.\n");
        return 1;
    }

    // 写入输出图像
    fwrite(img_out, 1, WIDTH * HEIGHT, fp_out);

    // 关闭输出图像文件
    fclose(fp_out);

    return 0;
}

3. 基于区域生长的影像分割

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define WIDTH 640
#define HEIGHT 480
#define THRESHOLD 50

// 计算两个颜色之间的欧氏距离
float color_distance(unsigned char *c1, unsigned char *c2)
{
    float d = 0;
    for (int i = 0; i < 3; i++) {
        d += pow(c1[i] - c2[i], 2);
    }
    return sqrt(d);
}

int main()
{
    FILE *fp_in, *fp_out;
    unsigned char img_in[WIDTH * HEIGHT * 3], img_out[WIDTH * HEIGHT];

    // 打开输入图像文件
    fp_in = fopen("input.raw", "rb");
    if (fp_in == NULL) {
        printf("Cannot open input image file.\n");
        return 1;
    }

    // 读取输入图像
    fread(img_in, 1, WIDTH * HEIGHT * 3, fp_in);

    // 关闭输入图像文件
    fclose(fp_in);

    // 初始化标记数组
    unsigned char *visited = (unsigned char *)malloc(WIDTH * HEIGHT);
    for (int i = 0; i < WIDTH * HEIGHT; i++) {
        visited[i] = 0;
    }

    // 对每个像素进行区域生长
    for (int i = 0; i < WIDTH * HEIGHT; i++) {
        if (visited[i] == 0) {
            // 如果当前像素未被标记，则创建一个新的区域
            unsigned char color[3];
            unsigned int sum_r = 0, sum_g = 0, sum_b = 0, num_pixels = 0;
            int queue[WIDTH * HEIGHT], head = 0, tail = 0;
            queue[tail++] = i;
            visited[i] = 1;
            while (head < tail) {
                // 从队列中取出一个像素
                int index = queue[head++];
                unsigned char *pixel = img_in + index * 3;

                // 如果像素与当前区域的颜色相似，则将其加入当前区域
                if (color_distance(pixel, color) < THRESHOLD) {
                    sum_r += pixel[0];
                    sum_g += pixel[1];
                    sum_b += pixel[2];
                    num_pixels++;
                    img_out[index] = 255;

                    // 将像素的邻居加入队列
                    int x = index % WIDTH;
                    int y = index / WIDTH;
                    if (x > 0 && visited[index - 1] == 0) {
                        visited[index - 1] = 1;
                        queue[tail++] = index - 1;
                    }
                    if (x < WIDTH - 1 && visited[index + 1] == 0) {
                        visited[index + 1] = 1;
                        queue[tail++] = index + 1;
                    }
                    if (y > 0 && visited[index - WIDTH] == 0) {
                        visited[index - WIDTH] = 1;
                        queue[tail++] = index - WIDTH;
                    }
                    if (y < HEIGHT - 1 && visited[index + WIDTH] == 0) {
                        visited[index + WIDTH] = 1;
                        queue[tail++] = index + WIDTH;
                    }
                }
            }

            // 计算当前区域的颜色，并将其应用到所有像素
            color[0] = sum_r / num_pixels;
            color[1] = sum_g / num_pixels;
            color[2] = sum_b / num_pixels;
            for (int j = 0; j < WIDTH * HEIGHT; j++) {
                if (visited[j] == 1) {
                    unsigned char *pixel = img_in + j * 3;
                    if (color_distance(pixel, color) < THRESHOLD) {
                        img_out[j] = 255;
                    } else {
                        img_out[j] = 0;
                    }
                }
            }
        }
    }

    // 打开输出图像文件
    fp_out = fopen("output.raw", "wb");
    if (fp_out == NULL) {
        printf("Cannot open output image file.\n");
        return 1;
    }

    // 写入输出图像
    fwrite(img_out, 1, WIDTH * HEIGHT, fp_out);

    // 关闭输出图像文件
    fclose(fp_out);

    return 0;
}

以上三种影像分割方法各有优缺点，应根据具体需求选择适合的方法。