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或C++语言实现）不能用opencv和其他现成的库函数操作；。

好的，如果不能使用OpenCV等图像处理库函数，那么可以使用C或C++语言自己编写代码实现。以下是一种基本的实现方法：

#include <iostream>
#include <cmath>

const int MAX_VALUE = 255; // 灰度值的最大值

// 计算图像的均值和方差
void calc_mean_and_stddev(unsigned char* data, int width, int height, double& mean, double& stddev) {
    double sum = 0, sum_sq = 0;
    int count = width * height;
    for (int i = 0; i < count; ++i) {
        sum += data[i];
        sum_sq += data[i] * data[i];
    }
    mean = sum / count;
    stddev = sqrt((sum_sq / count) - (mean * mean));
}

// 计算图像的直方图
void calc_histogram(unsigned char* data, int width, int height, int* hist) {
    int count = width * height;
    for (int i = 0; i < count; ++i) {
        hist[data[i]]++;
    }
}

// 显示直方图
void show_histogram(int* hist) {
    int max_count = 0;
    for (int i = 0; i <= MAX_VALUE; ++i) {
        if (hist[i] > max_count) {
            max_count = hist[i];
        }
    }
    for (int i = 0; i <= MAX_VALUE; ++i) {
        int count = hist[i];
        int height = (int)(((double)count / max_count) * 50); // 调整显示高度
        std::cout << i << ": ";
        for (int j = 0; j < height; ++j) {
            std::cout << "*";
        }
        std::cout << std::endl;
    }
}

int main() {
    unsigned char data[] = {
        10, 20, 30, 40, 50,
        60, 70, 80, 90, 100,
        110, 120, 130, 140, 150,
        160, 170, 180, 190, 200,
        210, 220, 230, 240, 250
    };
    int width = 5;
    int height = 5;

    double mean, stddev;
    calc_mean_and_stddev(data, width, height, mean, stddev);
    std::cout << "Mean: " << mean << std::endl;
    std::cout << "Standard Deviation: " << stddev << std::endl;

    int hist[MAX_VALUE + 1] = {0};
    calc_histogram(data, width, height, hist);
    show_histogram(hist);

    return 0;
}

以上代码演示了如何计算图像的均值和方差，以及如何计算和显示图像的直方图。由于没有使用OpenCV等库函数，因此需要手动读取图像数据并进行处理。在这个例子中，我们使用了一个5x5的灰度图像来演示代码的功能。您可以根据需要修改图像大小和值，以及调整直方图的显示高度等参数。希望这个例子能够帮助您实现自己的代码！