追加俩show_each_step动态显示过程。
自己笔记本是低压5代i5，跑pytorch太慢，一怒之下用numpy重写了一份
然后发现没啥区别。。。。
torch（with_pytorch需要），numpy，cv2，matplotlib，PySimpleGUI，easygui
pytorch以外的库，可直接pip install -r requirements.txt安装。
python {name}.py即可，后者结果和比较图会存在result文件夹中
1.利用 K means， 将随机生成的点按距离进行分类
2.利用 K means，图片中颜色相近的点变成相同的颜色，而最终的颜色就由这些点求均值得到
1.读取图片，不论RGB，像素点本身二维压成一维
2.随机选取K个中心点，分别对应K类
3.每个点都和这K个点的RGB进行比较，找到最接近的那个，标记为同类
4.对每类RGB求均值得K个新的中心点(平均RGB，并非图像中的点)，
5.重复三四步，直到每个点的标签不再变动
6.对每一类的点的RGB取平均（直接用最终的中心点赋值即可）
7.叠加所有类别的点，重新排成原长宽，得到结果图
8.每次类型聚合结束后都和上一次的结果进行比较。由于需要进度条来体现它在动，需要用一个具体的数值判断进度。所以前后标签矩阵比较一下sum一下得到相差的数量。算点的就直接.all()放if里跳出循环就行
1.嫌麻烦，直接全员DoubleTensor(pytorch版本)
2.由于不需要更改原矩阵的数值，与中心点做差的矩阵用expand扩充得到就行(numpy只能expand_dims配合repeat)
3.利用tensor的性质，不需要对中心点的矩阵做扩充。适当位置加个维度就行（pytorch版本）
4.距离没有用正常的欧氏距离，直接做差绝对值求和以减少计算量（其实没啥区别）
5.为了让进度条更直观，只在最后百分之五的进度上进行显示
6.既然where没法1取3，那就把label扩充三份转置一下再取
7.偷懒，统计循环次数的变量直接global，呵呵
8.直接imread没法读中文路径，改用imdecode
easygui调用路径选择框偶尔会造成explorer未响应
找不到不影响show的同时还能在关闭窗口后继续运行的方法。应该是和GUI的库有什么冲突，因为打点的demo可以这么干。不多折腾了就这样吧。
懒