编写完整代码，对die_pads.png图片进行处理，阈值处理，从中提取出最大最亮6个的矩形部分，提取到精确轮廓，并将其用红色边框标注出来，输出框选图，并提供调阈值的调节方式

为了帮助您完成这个图像处理任务，我们将使用Python的PIL库进行基本操作，如读取图片、二值化、找到轮廓以及绘制矩形。这里是一个简化的示例代码，您可以根据需要调整阈值：

from PIL import Image, ImageDraw, ImageFilter

# 1. 导入图片
image = Image.open('die_pads.png')
gray_image = image.convert('L')  # 转换为灰度图像

# 2. 阈值处理
threshold_value = 100  # 可以尝试改变这个值
binary_image = gray_image.point(lambda p: 0 if p < threshold_value else 255, '1')

# 3. 找出最亮的像素并记录位置
bright_pixels = binary_image.getdata()
bright_positions = [(x, y) for x, row in enumerate(bright_pixels) for y, pixel in enumerate(row) if pixel == 255]

# 4. 提取6个最大的矩形区域
rects = []
for i in range(min(6, len(bright_positions))):
    top_left, bottom_right = bright_positions[i]
    area = binary_image.crop((top_left[0], top_left[1], bottom_right[0] + 1, bottom_right[1] + 1))
    rects.append(area)

# 5. 提取轮廓
draw = ImageDraw.Draw(image)
for rect in rects:
    contour = rect.filter(ImageFilter.MedianFilter())
    draw.rectangle(contour.bbox, outline='red', width=2)

# 6. 输出结果
output_image = image
output_image.save('boxed_die_pads.png')
output_image.show()