5. 获取图片的均值和标准差，变换图像值，使得新图像均值为0.5，标准差为0.2（利用统计学上的变换公式），输出显示结果。获取变换后图像的直方图，范围为[0,1],区域个数为256，绘制直方图

我可以回答这个问题。这个问题需要进行图像处理，需要使用一些图像处理库，比如OpenCV。以下是实现这个问题的步骤：

1. 读取图片并将其转换为灰度图像。
2. 计算图像的均值和标准差。
3. 使用统计学上的变换公式将图像值进行变换，使得新图像的均值为0.5，标准差为0.2。
4. 显示变换后的图像，并获取其直方图。
5. 绘制直方图，范围为[0,1]，区域个数为256。

以下是实现这个问题的Python代码：

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 读取图片并转换为灰度图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 计算图像的均值和标准差
mean, std = cv2.meanStdDev(img)

# 统计学上的变换公式
a = 0.5 / std
b = 0.5 - a * mean

# 变换图像值
img_transformed = cv2.convertScaleAbs(img, alpha=a, beta=b)

# 显示变换后的图像
cv2.imshow('Transformed Image', img_transformed)
cv2.waitKey(0)

# 获取变换后图像的直方图
hist, bins = np.histogram(img_transformed.flatten(), 256, [0, 256])

# 绘制直方图
plt.hist(img_transformed.flatten(), 256, [0, 256])
plt.xlim([0, 256])
plt.show()

运行这个代码，就可以得到变换后的图像和其直方图。