Question

rgbImage = grayImage / max(max(grayImage));

或

rgbImage = grayImage / 255;

上述哪一项是正确的，还有原因？

Answer 1

要将grayscale image转换为RGB image，您必须解决两个问题：

Grayscale images是2-D，而RGB images是3-D，因此您必须复制灰度图像数据三次，并沿三维连接三个副本。
图像数据可以存储在许多不同的data types中，因此您必须相应地转换它们。当存储为double数据类型时，图像像素值应为0到1范围内的浮点数。当存储为uint8数据类型时，图像像素值应为整数范围为0到255.您可以使用函数class检查图像矩阵的数据类型。

以下是您可能遇到的3种典型情况：

要将uint8或double灰度图像转换为相同数据类型的RGB图像，您可以使用函数repmat或cat：
```
rgbImage = repmat(grayImage,[1 1 3]);
rgbImage = cat(3,grayImage,grayImage,grayImage);
```
要将uint8灰度图像转换为double RGB图像，您应首先转换为double，然后再缩放255：
```
rgbImage = repmat(double(grayImage)./255,[1 1 3]);
```
要将double灰度图像转换为uint8 RGB图像，您应首先缩放255，然后转换为uint8：
```
rgbImage = repmat(uint8(255.*grayImage),[1 1 3]);
```

Answer 2

根据定义，RGB图像有3个通道，这意味着您需要一个三维矩阵来表示图像。所以，正确的答案是：

rgbImage = repmat(255*grayImage/max(grayImage(:)),[1 1 3]);

正常化grayImage时要小心。如果grayImage为uint8，那么您将在255*grayImage/max(grayImage(:))操作中失去一些精确度。

此外，规范化grayImage取决于数据。在您的问题中，您使用了两种方法：

rgbImage = grayImage / max(max(grayImage));

对灰度图像进行标准化，使图像中的最大值为1和

rgbImage = grayImage / 255;

仅在grayImage中的值位于0-255范围内时才有意义。

所以这真的取决于你想做什么。但是，如果您想要RGB图像，则需要将单通道矩阵转换为3通道矩阵。