如何使用函数式编程优化图像处理算法

import numpy as np
from functools import reduce

def segment_image(image):
    # 初始化标签数组
    labels = np.zeros_like(image)

    # 循环遍历图像中的每个像素
    for y in range(image.shape[0]):
        for x in range(image.shape[1]):
            # 如果像素尚未标记
            if labels[y, x] == 0:
                # 使用种子填充算法为相邻区域分配一个唯一的标签
                labels = fill_region(image, labels, y, x)

    return labels

def fill_region(image, labels, y, x):
    # 当前区域的标签
    label = np.max(labels) + 1

    # 使用深度优先搜索填充区域
    stack = [(y, x)]
    while stack:
        y, x = stack.pop()
        # 如果像素满足条件
        if image[y, x] > 128 and labels[y, x] == 0:
            # 标记像素
            labels[y, x] = label
            # 将相邻像素添加到堆栈中
            stack.append((y+1, x))
            stack.append((y-1, x))
            stack.append((y, x+1))
            stack.append((y, x-1))

    return labels