奇技淫巧：只用numpy ufunc实现图片二值化

图片二值化的逻辑是这样的：
（伪python代码）

for 点 in 灰度图片:
  if 点.灰度 < 限度:
    点 = 黑点
  else:
    点 = 白点

要想二值化一个图片，按照正常的脑回路，我就要将上述逻辑转换为代码：将图片转为numpy array，然后遍历每个点，灰度小于限度的，灰度变为0，灰度大于限度的，灰度变为255。

然而，众所周知，对一整个图片这么大的array，遍历的资源开销很大。
而在numpy中，有一类函数叫做ufunc，这类函数会对数组中的全部元素进行同一操作。多个数据，同一操作，这不就是CPU的各种SIMD指令集干的事吗！numpy没理由不用这些指令集优化ufunc。因此我猜测，用ufunc代替遍历，就可节省资源开销。

那么问题来了：怎么把遍历改成ufunc？这堆ufunc似乎都不带条件判断啊？
好在虽然ufunc都不提供条件判断，但是有的ufunc存在“逻辑层面的条件判断”：比如floor(向下取整)这个函数。
虽然floor的实现不一定用了条件判断，但是它可以表示下面的逻辑：

for 一个整数 in 全体整数:
  if 数字 >= 一个整数 and 数字 < 一个整数+1:
    return 一个整数

因此，我们只要用一些奇妙的转换将大小的判断转化成floor内部的逻辑判断，就可用ufunc代替条件遍历。

上代码：

#img：一张灰度图片对应的numpy array
#threshold：灰度限度
def binarray(</