Построение и анализ достаточно легко читается. Вводный курс смело можно пропустить.

Привет всем

кто то знает как можно ее решить ?

Как можно разделить изображение на непрерывные области, похожие по цвету?

K-means

Я запускаю DFS из каждого пикселя, считаю текущую сумму разностей цветов, обновляю ответ для соседних и запускаюсь от них

а зачем дфс
K-means
ну или какие там еще есть алгоритмы кластеризации

Ничего кроме DFS не пришло в голову

Где можно почитать про K-means?

Желательно минимизировать количество областей, точное решение не нужно

ну в K-means ты, собственно, задаешь K
и алгоритм выделяет тебе K центров кластеров и уже определяет потом какая точка к какому ближе

почитать в интернете просто, думаю, что примеров на разных ЯП хватает.

А что-нибудь попроще можно?

эта задача откуда ?

есть ссылка на источник?

Можно SSVM

Если вы мне, то источника задачи нет, я, можно сказать, придумал её сам.
Я делаю программу, определяющую момент заставки в видео. Характеристики заставки: неподвижные буквы (каждая буква одного цвета) в течении нескольких секунд, чаще всего подвижный фон.
Как я хочу решать: проходиться скользящим окном размером несколько секунд, поддерживать дисперсию по пикселям.
На каждой новой позиции окна исключить пиксели с дисперсией больше некоторого x, разбить картинку на области со схожими цветами, рескейлнуть в прямоугольник AxB (например, 200x100), передать линейной модели, определяющей есть ли буква или нет. Если найдено хотя бы три буквы — в данном окне есть заставка. Если в нескольких окнах подряд есть заставка — значит мы нашли ответ.

Можно поподробнее? Не нагуглил.

Ещё я хочу понимать, как работает каждая часть моей программы, поэтому нетривиальные нейронные сети исключены

А, тогда SSVM тоже исключён

Structural Support Vector Machine