比如说我现在有一幅180*120的灰度图像，该如何将他重新转换成彩色图并且提取出里面的红色部分，对于这个红色部分进行重新的二值化，红色部分作为白色，其余颜色作为黑色，要求不能使用opencv，给出代码示例

要完成这个任务，我们可以使用Python的PIL库（Pillow）处理灰度图像，然后手动应用色彩转换和二值化。这里是一个简单的步骤：

首先，确保安装了Pillow库，如果没有，可以使用`pip install pillow`命令安装。

from PIL import Image

# 读取灰度图像
img_gray = Image.open('path_to_your_grayscale_image.jpg').convert('L')  # 'L' 表示灰度模式

# 创建一个新的RGB图像，其宽度和高度与原图相同
img_rgb = Image.new('RGB', img_gray.size)

# 将灰度图像映射到红色通道（假设红色对应最大灰度值）
red_channel = img_gray.point(lambda x: 255 if x == 0 else 0)  # 灰度0通常对应红色（最暗）

# 将红色通道复制到新RGB图像的每个像素上
img_rgb.putdata(red_channel.tobytes())

# 对红色部分进行二值化
binary_img = img_rgb.convert('1')  # '1' 表示位图模式
binary_img = binary_img.point(lambda x: 255 if x > 0 else 0)  # 将大于0（即白色）的部分设为白色，其余设为黑色

# 保存结果
binary_img.save('result_binary_image.png')

这个例子假设红色在灰度图像中对应最低的灰度值（0），如果实际情况不是这样，你需要调整灰度映射部分。请注意，由于我们没有使用OpenCV，所以这里的色彩转换非常基础，并非专业级别的色彩空间转换。