opencv，自选图片，使用区域生长算法进行图像分割，请给出代码

以下是使用区域生长算法进行图像分割的 opencv 代码示例：

import cv2

# 读取图片
img = cv2.imread('your_image.jpg')

# 区域生长算法
def region_growing(seed, input_img, threshold):
    # 输入图像大小
    height, width = input_img.shape[:2]

    # 创建一个与输入图像相同大小的标记矩阵
    segmented = np.zeros_like(input_img)
    # 将种子点设置为已标记
    segmented[seed] = 255
    # 初始化队列
    queue = []
    queue.append(seed)

    # 迭代进行区域生长
    while queue:
        # 取出队首像素点
        current_index = queue.pop(0)
        # 得到当前像素点的值
        pixel_value = input_img[current_index[0], current_index[1]]

        # 循环处理当前像素点的 8 个相邻点
        for i in range(-1, 2):
            for j in range(-1, 2):
                # 跳过当前像素点自身和越界的点
                if i == 0 and j == 0:
                    continue
                x = current_index[0] + i
                y = current_index[1] + j
                if x < 0 or y < 0 or x >= height or y >= width:
                    continue

                # 获取相邻点的像素值
                neighbour_pixel_value = input_img[x, y]

                # 如果相邻点没有被标记过并且与当前像素点相似
                if segmented[x, y] == 0 and abs(int(neighbour_pixel_value) - int(pixel_value)) < threshold:
                    # 标记相邻点
                    segmented[x, y] = 255
                    # 将相邻点插入队列中，继续生长
                    queue.append([x, y])

    return segmented

# 设置种子点
seed_x, seed_y = 50, 50
seed = [seed_x, seed_y]

# 执行区域生长算法
threshold = 10 # 阈值，用于控制生长的区域大小
seg = region_growing(seed, img, threshold)

# 显示原始图片和分割结果
cv2.imshow('Original', img)
cv2.imshow('Segmentation', seg)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：以上代码仅为示例，实际使用时需要根据具体问题进行调整。