有一个二维数组，这个数组中的值一小部分位于为50000-65535之间，还有一小部分位于0-500之间，剩余的大部分位于1000-4000之间，请用python帮我写一个代码，要求使用区域生长算法，将这三部分划分出来，并得到三部分的大致边缘形状

在Python中，你可以使用numpy库来进行数值计算和图像处理，同时结合一些区域生长算法来分割二维数组中的这三个区域。这里我将提供一个基础的示例，但是请注意，实际的区域生长算法需要更复杂的条件判断和迭代过程，这里我会简化处理，只做基本的分段。

import numpy as np

# 假设你已经有了一个二维数组arr，先创建一个初始标记数组，所有元素默认为未生长
arr = ...  # 你的二维数组数据
mask = np.zeros_like(arr, dtype=int)

# 定义三个阈值
low_range = (0, 500)
mid_range = (50000, 65535)
high_range = (1000, 4000)

# 对于每个范围，找到边界并应用生长算法
def grow_segment(low, high):
    mask[arr >= low[0] & arr < high[0]] = 1  # 设置低范围的边界
    while True:
        new_mask = (np.roll(mask, -1, axis=0) | np.roll(mask, +1, axis=0) |
                    np.roll(mask, -1, axis=1) | np.roll(mask, +1, axis=1))
        if not (new_mask != mask).any():  # 如果没有新的生长，退出循环
            break
        mask[new_mask] = 1
    return mask

# 分别生长三个区域
low_edge = grow_segment(low_range)
mid_edge = grow_segment(mid_range)
high_edge = grow_segment(high_range)

# 现在，mask数组应该分别标记了三个区域的边界。注意，这只是粗略的分割，对于真实的数据可能需要调整阈值和生长规则。
# 要获取大致边缘形状，可以找出边界像素的位置，例如通过索引非零位置：
low_shape = np.argwhere(low_edge > 0)
mid_shape = np.argwhere(mid_edge > 0)
high_shape = np.argwhere(high_edge > 0)