不，因为亮度是 RGB 分量的加权和，没有颜色信息，所以它只是灰度。

不是直接和简单的，因为如果没有其他信息，您无法从它们的（加权）总和中检索三个值。

但是，有一个主题叫做颜色恢复或图像着色。它旨在从灰度图像中检索有意义的颜色。下图来自Colorful Image Colorization (Richard Zhang, Phillip Isola, Alexei A. Efros)：

最近的一篇论文是：图像着色的亮度-色度模型：

本文提供了一种对灰度图像进行着色的新方法。虽然反向操作只是一个标准问题，但着色过程是一个不适定问题，需要一些先验知识。在文献中存在两类方法。第一类包括手动方法，需要用户手动在图像上添加颜色以进行着色。第二类包括基于示例的方法，其中提供具有相似语义内容的彩色图像作为该方法的输入。这两种类型的先验各有优缺点。在本文中，提出了一种基于样本的着色的新变分框架。使用非局部方法在源图像中查找相关颜色，以便在灰度图像上建议颜色。结果的空间一致性以及最终的颜色选择由基于总变化的非凸变分框架提供。提供了一种有效的原始对偶算法并提出了其收敛性的证明。在这项工作中，我们还扩展了所提出的基于示例的方法，以结合基于示例的方法和手动方法。它提供了一个单一的框架，统一了这两种方法的优点。最后，实验和与最先进方法的比较说明了我们方法的效率 我们还扩展了建议的基于示例的方法，以结合基于示例的方法和手动方法。它提供了一个单一的框架，统一了这两种方法的优点。最后，实验和与最先进方法的比较说明了我们方法的效率 我们还扩展了建议的基于示例的方法，以结合基于示例的方法和手动方法。它提供了一个单一的框架，统一了这两种方法的优点。最后，实验和与最先进方法的比较说明了我们方法的效率