读出一幅灰度图像，得到图像的直方图，根据直方图选取阈值对图像进行阈值分割。再用大津法对图像进行阈值分割。将分割出的目标用原来的彩色显示。

好的，这个问题需要用到Python的图像处理库OpenCV和numpy。首先需要读取灰度图像，然后生成直方图，再根据直方图选取阈值进行阈值分割，最后用大津法对图像进行阈值分割。最后将分割出的目标用原来的彩色显示。

以下是Python代码实现：

import cv2
import numpy as np

# 读取灰度图像
img_gray = cv2.imread('test.jpg', cv2.IMREAD_GRAYSCALE)

# 生成直方图
hist = cv2.calcHist([img_gray], [0], None, [256], [0, 256])

# 根据直方图选取阈值进行阈值分割
ret, img_thresh1 = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# 大津法对图像进行阈值分割
ret, img_thresh2 = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# 将分割出的目标用原来的彩色显示
img_color = cv2.imread('test.jpg', cv2.IMREAD_COLOR)
img_color[img_thresh2 == 255] = [0, 0, 255]

# 显示原图、直方图、阈值分割结果、分割出的目标
cv2.imshow('img_gray', img_gray)
cv2.imshow('hist', hist)
cv2.imshow('img_thresh1', img_thresh1)
cv2.imshow('img_color', img_color)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`test.jpg`是待处理的灰度图像，可以根据实际情况进行修改。运行结果如下图所示：