使用Python和OpenCV可以很容易地实现阈值分割。下面是一个简单的示例代码：
```python
import cv2
# 读取图像
image = cv2.imread('image.jpg', 0)
# 二值化阈值分割
_, binary_image = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
# 展示原始图像和二值化图像
cv2.imshow('Original Image', image)
cv2.imshow('Binary Image', binary_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在这个示例中，我们首先使用`cv2.imread()`函数读取一张灰度图像。然后，我们使用`cv2.threshold()`函数进行阈值分割。该函数的第一个参数是要分割的图像，第二个参数是阈值，第三个参数是最大像素值，第四个参数是阈值类型。在这个例子中，我们选择了二值化阈值分割，阈值为127，最大像素值为255。
最后，我们使用`cv2.imshow()`函数展示原始图像和二值化图像，并使用`cv2.waitKey()`等函数等待用户按下键盘关闭窗口。
需要注意的是，阈值分割可以根据具体需求进行调整。可以尝试不同的阈值和阈值类型，以获得最佳的分割效果。
