循环编程计算图像“lena.bmp”的直方图

循环编程计算图像“lena.bmp”的直方图可以通过以下步骤实现：

1. 打开图像文件"lena.bmp"，并读取图像的宽度（width）和高度（height）。
2. 创建一个大小为256的数组histogram，用于保存像素值的频率。
3. 遍历图像的每个像素，对于每个像素，获取其灰度值。
4. 将灰度值作为索引，将histogram数组对应位置的值加1。
5. 输出直方图，可以根据需要以表格、数据统计图或直方图形式展示。

以下是一个示例代码实现：

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
image = cv2.imread('lena.bmp', cv2.IMREAD_GRAYSCALE)
height, width = image.shape

histogram = np.zeros(256, dtype=int)

for y in range(height):
    for x in range(width):
        gray_value = image[y][x]
        histogram[gray_value] += 1

# 输出直方图
plt.bar(range(256), histogram)
plt.xlabel('灰度值')
plt.ylabel('频率')
plt.title('直方图')
plt.show()

这段代码使用OpenCV库读取了文件"lena.bmp"的灰度图像，并通过双层循环遍历每个像素，计算对应灰度值的频率（通过增加直方图数组对应位置的值实现）。最后使用Matplotlib库绘制了直方图。