在编程中设置像素点的灰度值，可以采用以下几种方法：
平均值法
求出每个像素点的RGB三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。
亮度公式法
利用RGB到YUV颜色空间的变化关系，建立亮度Y与RGB三个颜色分量的对应关系：`Y = 0.3R + 0.59G + 0.11B`，以这个亮度值表达图像的灰度值。
OpenCV的cvtColor函数
OpenCV库中的`cvtColor`函数可以直接完成图像的灰度化操作，例如使用`cv2.cvtColor（img, cv2.COLOR_BGR2GRAY）`可以将彩色图像转换为灰度图像。
阈值法
将图像上的像素点的灰度值设置为0或255，通过设定不同的阈值方法（如`cv2.THRESH_BINARY`、`cv2.THRESH_BINARY_INV`、`cv2.THRESH_TRUNC`等）来实现图像的二值化。
编程语言中的实现
在C语言中，可以通过遍历图像的每个像素点，根据特定的算法（如平均灰度法或加权灰度法）来设置像素点的灰度值。
示例代码
```python
import cv2
读取图像
image = cv2.imread（'test1.jpg'）
将图像转换为灰度图像
gray_image = cv2.cvtColor（image, cv2.COLOR_BGR2GRAY）
显示原始图像和灰度图像
cv2.imshow（'Original Image', image）
cv2.imshow（'Gray Image', gray_image）
等待按键，然后关闭窗口
cv2.waitKey（0）
cv2.destroyAllWindows（）
```
通过上述方法，你可以根据需要选择合适的方式来设置像素点的灰度值。