1.线性点运算
原始图像的灰度值我们可以使用f(x,y)来表示在（x,y）处的图像灰度值，我们经过点运算输出的图像灰度值则为：g(x,y).为了表示的方便，我们通常使用r来表示原始图像的灰度值，s用来表示处理后图像的灰度值。
线性点运算的公式如下：s=ar+b,如下图所示：
a和b取值的大小影响着我们输出灰度图像的性质，总结也在上图当中实现了。如果a为负值，那么图像当中的亮色区域将会变暗，暗色的区域将会变亮。
2.分段线性点运算
我们对自己感兴趣的区域分别进行相应的点运算，最后得到自己理想的效果，如下图所做的分段线性运算所示：
分段函数描述如下：
当然除了线性点运算，我们还有一种更加普遍的运算则是非线性点运算了，我们下面来看看
3.非线性点运算
一般常见的有对数变换，变换的公式为s=clog(1+r),其中的c仅仅是一个常数，变换后的图像如下：
这个方法主要用于降低对比度，将低灰度的地方进行扩展，高灰度的地方进行压缩，这样就得到了最终图像输出的结果。
2.幂次变换
变换的公式和图像如下：
但是很遗憾的是，我们的在opencv的开发当中一般不知道如何进行线性点运算，一般都是进行将整张图的灰度值增加多少或者减少多少的运算，而非线性或者非线性的运算，有点难堪，但是matlab实现起来却简单得多了。matlab的实现可以参考这篇博文：https://www.cnblogs.com/geeksongs/p/11037415.html