预期结果是像素值在区间105150还有图像输出如何修改代码使其于预期结果一样

？

可以将代码中的阈值范围改为（104，151]，并将输出图像的像素值限制在该范围内。具体做法如下：

1. 将代码中的阈值范围修改为（104，151]，可以使用以下代码：

threshold_img = cv2.threshold(img_gray, 104, 255, cv2.THRESH_BINARY)[1]
threshold_img = cv2.threshold(threshold_img, 151, 255, cv2.THRESH_BINARY_INV)[1]

这里使用了两次二值化操作，第一次阈值为104，将像素值小于104的设为0，大于等于104的设为255；第二次阈值为151，将像素值小于等于151的设为255，大于151的设为0，并取反。

2. 将输出图像的像素值限制在（104，151]范围内，可以使用以下代码：

output_img = np.clip(output_img, 105, 150)

这里使用了NumPy库中的clip函数，将输出图像的像素值限制在105到150之间，小于105的设为105，大于150的设为150。

完整代码如下：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('input.jpg')

# 将图像转为灰度图
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
threshold_img = cv2.threshold(img_gray, 104, 255, cv2.THRESH_BINARY)[1]
threshold_img = cv2.threshold(threshold_img, 151, 255, cv2.THRESH_BINARY_INV)[1]

# 模糊处理
blur_img = cv2.GaussianBlur(threshold_img, (7, 7), 0)

# 边缘检测
edges_img = cv2.Canny(blur_img, 50, 150)

# 提取轮廓
contours, hierarchy = cv2.findContours(edges_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
output_img = np.zeros_like(img)
cv2.drawContours(output_img, contours, -1, (0, 0, 255), 2)

# 限制像素值范围
output_img = np.clip(output_img, 105, 150)

# 显示图像
cv2.imshow('Input Image', img)
cv2.imshow('Output Image', output_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
``