1. 计算图像的自信息和信息熵，需包含下述步骤：<br> (1) 读入一幅图像<br> (2) 计算图中每个灰度级的频数、频率<br> (3) 从频率出发计算该图像的自信息、信息熵<br> (4) 可视化显示原图、灰度级频数、自信息和信息熵<br>

好的，这是一个图像处理相关的任务，需要使用一些图像处理库来完成。以下是一个 Python 代码示例，用于计算图像的自信息和信息熵，并可视化显示原图、灰度级频数、自信息和信息熵：

import numpy as np
import matplotlib.pyplot as plt
from skimage import io

# 读入一幅图像
img = io.imread('image.png', as_gray=True)

# 计算图中每个灰度级的频数、频率
hist, _ = np.histogram(img, bins=np.arange(0, 256))
freq = hist / float(np.sum(hist))

# 从频率出发计算该图像的自信息、信息熵
log_freq = np.log2(freq)
self_info = -1 * log_freq
entropy = np.sum(freq * log_freq)

# 可视化显示原图、灰度级频数、自信息和信息熵
fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(10,10))
ax[0,0].imshow(img, cmap='gray')
ax[0,0].set_title('Original Image')
ax[0,1].bar(np.arange(0, 256), hist)
ax[0,1].set_title('Histogram')
ax[1,0].bar(np.arange(0, 256), self_info)
ax[1,0].set_title('Self Information')
ax[1,1].text(0.5, 0.5, 'Entropy: {:.2f}'.format(entropy), 
             horizontalalignment='center', verticalalignment='center', fontsize=20)
ax[1,1].set_title('Entropy')
plt.show()

需要注意的是，以上代码用到了一些第三方库，需要提前安装好。其中，`skimage` 用于读取图像，`numpy` 和 `matplotlib` 用于数据处理和可视化。请根据实际情况进行安装。