我可以将任何矩阵转换为图像吗？

Question

我有一个关于图像处理的假设性问题：

假设我们有一个大小为 2x2 的灰度图像，可以用一个相同维度的整数矩阵（强度值）表示：

(050, 150)
(100, 250)

应用一些数学函数（可以是任何数学函数）后，数值发生了变化，例如：

(550, 825)
(990, 1120)

有什么方法可以再次将此矩阵表示为图像（考虑到像素强度范围为 0-255）？

我可以考虑的一个选项是通过找到较低的值并从每个值中减少它来“标准化”这些值：

(0, 275)
(440, 570)

然后，找到较高的值，并将其视为 255，例如：

(0, 48)
(77, 255)

我不确定这种方法是否有意义（或者表示原始图像是否有效）。

无论如何，这个问题只是一个概念上的疑问，我并没有尝试实现它，所以我没有任何代码可以显示。

Answer 1

有什么方法可以再次将此矩阵表示为图像
_{（考虑到像素强度范围是 0-255）}？

哦，是的，我们可以。

问题在于色彩空间映射。

不只是从< A, B >的未知范围的翻译，而且是在两个不同颜色空间范围的一定和合理的上下文中，后者（目标）是所说的(int) < 0, 255 >绑定。

鉴于许多 2x2 矩阵是由某个未知过程产生的，它们的色彩空间转码应该保留一些基本原理，即如果将所有矩阵并排放置，则使用的转码应该是“非本地的”（具有一些全局锚点用于全局均衡单个颜色空间转码值的标准化），以免“破坏”任何现象，在 4096 x 4096 图像源的原始颜色空间中观察到，但被“撕裂”装置，仅通过局部标准化 2 x 2 转码（这将导致目标颜色空间不连贯，并且由于颜色空间转码不兼容，在一组目标2x2 子视图中将看不到全局可观察的视觉现象——由于全局不协调，将引入一种新的非线性无序colorspace-transcoding 和原始的初始信息值会丢失）