编写程序：使用线性函数对“lena_gray.tif”图片进行点运算灰度压缩并显示，然后对处理后的图像进行直方图均衡化并进行显示。

以下是基于Python的代码实现：

import cv2
import numpy as np

# 读取原始图像
img = cv2.imread('lena_gray.tif', 0)

# 线性函数灰度压缩
a = 2.0
b = -50.0
img_compress = np.clip(a * img + b, 0, 255).astype(np.uint8)

# 直方图均衡化
img_equalized = cv2.equalizeHist(img_compress)

# 显示处理后的图像
cv2.imshow('Compressed Image', img_compress)
cv2.imshow('Equalized Image', img_equalized)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码解释：

1. `cv2.imread('lena_gray.tif', 0)` 读取原始灰度图像。

2. `a` 和 `b` 是压缩函数中的参数，可以根据需要进行调整。

3. `np.clip(a * img + b, 0, 255)` 对灰度值进行线性变换，并将结果限制在 0-255 范围内。

4. `cv2.equalizeHist(img_compress)` 对灰度值进行直方图均衡化。

5. `cv2.imshow()` 显示处理后的图像。

6. `cv2.waitKey(0)` 等待按下任意键。

7. `cv2.destroyAllWindows()` 关闭所有的窗口。