以下是一个不使用OpenCV的阈值分割的示例代码：

import numpy as np
from PIL import Image

def threshold_segmentation(image_path, threshold):
    # 打开图像文件
    img = Image.open(image_path)
    # 将图像转换为灰度图
    img = img.convert("L")
    # 将图像转换为NumPy数组
    img_array = np.array(img)
    
    # 创建一个与图像大小相同的全零数组
    segmented_img = np.zeros_like(img_array)
    
    # 对每个像素进行阈值分割
    for i in range(img_array.shape[0]):
        for j in range(img_array.shape[1]):
            if img_array[i, j] >= threshold:
                segmented_img[i, j] = 255
    
    # 将NumPy数组转换回图像
    segmented_img = Image.fromarray(segmented_img)
    # 显示图像
    segmented_img.show()

# 测试代码
threshold_segmentation("image.jpg", 128)

请注意，此代码使用了PIL库（Python Imaging Library）来处理图像。它打开图像文件，并将其转换为灰度图像。然后，它使用NumPy数组进行阈值分割操作，根据阈值将像素值设置为0（黑色）或255（白色）。最后，它将NumPy数组转换回图像，并显示结果图像。

请确保在运行此代码之前安装了PIL库（可以使用pip install pillow命令进行安装）。还要将image.jpg替换为您要进行阈值分割的图像文件的路径，并将threshold替换为您希望使用的阈值。