对灰度图像 pollen 根据目标图像 lena 进行直方图规定化，以 2 行 3 列的形式 显示：（1）第一行依次为 pollen、lena 和规定化的结果图像；（2）第二行依 次为各个图像所对应的灰度直方图（提示：.cumsum()计算直方图的累积分布 函数 CDF）

在Python中，我们可以使用OpenCV库来处理这种图像操作。首先，我们需要加载`pollen`和`lena`图像，并将其转换为灰度。然后，我们会对`pollen`图像进行直方图规定化，使其像素值分布在`lena`图像的直方图范围内。最后，我们将所有图像和它们的直方图以指定的格式显示出来。

以下是步骤的简要代码示例：

import cv2
import numpy as np

# 加载图像
pollen = cv2.imread('pollen.jpg', cv2.IMREAD_GRAYSCALE)
lena = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)

# 直方图规定化
hist_lena = cv2.calcHist([lena], [0], None, [256], [0, 256])
cv2.normalize(hist_lena, hist_lena, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX)

# 规定化 pollen 图像
规化_pollen = cv2.normalize(pollen, dst=None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=pollen.dtype)

# 拼接成 2x3 的矩阵
combined_image = np.concatenate((pollen.reshape(1, -1), lena.reshape(1, -1),规化_pollen.reshape(1, -1)), axis=0)
histograms = np.concatenate((hist_lena.reshape(1, -1), hist_lena.reshape(1, -1), hist_lena.reshape(1, -1)), axis=0)

# 显示图像和直方图
cv2.imshow("Pollen", combined_image)
cv2.imshow("Histograms", histograms)
cv2.waitKey(0)  # 等待用户按键

# 计算并显示累积分布函数 (CDF)
cdf_pollen = pollen.cumsum()
cdf_lena = lena.cumsum()

# 将 CDF 展示在同一行
cdf_combined = np.concatenate((cdf_pollen.reshape(1, -1), cdf_lena.reshape(1, -1), cdf_lena.reshape(1, -1)), axis=0)
cv2.imshow("Cumulative Distribution Function", cdf_combined)
cv2.waitKey(0)  # 等待用户按键

# 关闭窗口
cv2.destroyAllWindows()

注意：这段代码假设 `pollen.jpg` 和 `lena.jpg` 存在于你的工作目录下。如果你的图片文件名不同，请相应地替换。运行以上代码时，请确保安装了OpenCV库。如果没有安装，可以使用以下命令安装：

pip install opencv-python