编写一个图像灰度直方图统计函数my_imhist。选择一幅图像利用my_imhist显示其直方图，将结果与MATLAB图像处理工具箱中提供的灰度直方图函数imhist的处理结果进行比较，并在同一窗口中显示出来。

要编写一个图像灰度直方图统计函数`my_imhist`，你可以按照以下步骤操作：

1. **读取图像**:

   from skimage import io
   img = io.imread('iris.tif')  # 替换为实际图像路径

2. **转换为灰度**:

   gray_img = img[:, :, 0] if img.ndim == 3 else img  # 假设是单通道图像

3. **计算直方图**:

   hist, bins = np.histogram(gray_img.flatten(), bins='auto')

4. **绘制直方图**:

   plt.figure()
   plt.plot(bins[:-1], hist, label='My Histogram')

对于`imhist`函数，如果你有Matlab环境，可以使用它来获得另一份直方图作为对比。如果没有，你可能需要查阅文档或找到一种Python库（如`scipy.signal`或`imageio.plugins.imsave`）来模拟这个功能。

5. **显示并比较**:

   plt.hist(gray_img.flatten(), bins=bins, alpha=0.5, density=True, label='MATLAB Histogram')
   plt.title('Gray Scale Histogram Comparison')
   plt.xlabel('Intensity')
   plt.ylabel('Frequency')
   plt.legend()
   plt.show()

6. **估计瞳孔半径**:
根据教材70页的公式(4.1.6)，这通常涉及到寻找直方图峰值，但没有给出具体的公式，所以可能需要额外的条件或算法来确定。假设半径与直方图的某个特定部分高度相关，可能需要自定义逻辑来找出峰值位置。

完成这些步骤后，你就有了一个基本的`my_imhist`函数，并能在同一窗口中展示与MATLAB直方图的比较。如果你需要进一步的帮助来实现瞳孔半径的估计，可能需要更多的上下文信息或参考资料。