根据输入的灰度图像，分别计算图像的均值、方差等统计特征，并计算图像的直方图特征并以图形方式显示图像的直方图（用C语言实现）。

以下是C语言代码实现：

#include <stdio.h>
#include <stdlib.h>
#include <opencv2/opencv.hpp>

int main()
{
    // 读取灰度图像
    cv::Mat img = cv::imread("gray_image.jpg", cv::IMREAD_GRAYSCALE);

    // 计算均值和方差
    cv::Scalar mean, stddev;
    cv::meanStdDev(img, mean, stddev);

    printf("Mean: %f\n", mean[0]);
    printf("Standard Deviation: %f\n", stddev[0]);

    // 计算直方图
    int histSize = 256;
    float range[] = { 0, 256 };
    const float* histRange = { range };
    bool uniform = true, accumulate = false;

    cv::Mat hist;
    cv::calcHist(&img, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange, uniform, accumulate);

    // 显示直方图
    int histWidth = 512, histHeight = 400;
    int binWidth = cvRound((double)histWidth / histSize);

    cv::Mat histImage(histHeight, histWidth, CV_8UC1, cv::Scalar(0));

    cv::normalize(hist, hist, 0, histImage.rows, cv::NORM_MINMAX, -1, cv::Mat());

    for (int i = 1; i < histSize; i++)
    {
        cv::line(histImage, cv::Point(binWidth * (i - 1), histHeight - cvRound(hist.at<float>(i - 1))),
            cv::Point(binWidth * (i), histHeight - cvRound(hist.at<float>(i))),
            cv::Scalar(255), 2, cv::LINE_AA);
    }

    cv::imshow("Histogram", histImage);
    cv::waitKey(0);

    return 0;
}

注：这里的"gray_image.jpg"需要替换成你的灰度图像文件的名称。