去除马赛克(可以擦除衣服的手机软件)

你知道吗？你知道吗？马赛克也不安全！

朋友们好，我是Guoguo.com上最能吃的键盘侠。刚才，一个朋友问我，郭俊怎么了？我说怎么回事，给我发了几张截图。我看看，哦-

原来上个月，全球最大的交友平台GitHub炒了一个叫Depix的项目。名字很好理解，“反像素”，即利用AI技术去除马赛克。

它有好的方面也有不好的方面。好处是，虽然各路老司机早就练就了“眼里有码，心里没码”的神技，但直接看码不看码显然更方便、更舒服；不利的一面是，你的密码，IMEI码和其他设备的私人信息很可能被剥离！

有码真变无码了！

这时候就有朋友来问了。马赛克已经统治和谐世界这么多年了。怎么用几行代码就能治好？

真的是可以治愈的！在原帖中，原作者直接给出了效果的例子:

此图抛入Depix进行计算。闻到显卡的香味后，会输出AI去马赛克的图像:

手动完成后，你得到的编码文本是:你好，来自另一边。

这是原图:

看吧，不能说有区别。都是一样的。

原理：简单粗暴

Depix算法这么神奇，作者不就是当代伟大的数学家吗？其实并不是。要理解Depix的原理，我们必须先了解mosaic是如何实现的:

图片的每个像素是一组数据(通常RGB三原色用0-255的值表示)。马赛克本质上就是把一张图片分成小网格，然后计算每个网格中所有像素值的RGB平均值。

举个最简单的例子，如果把黑白平均，就会得到灰色。根据单个小网格中黑色的比例，灰色的深浅也是不一样的。

彩色图像的拼接相对复杂，但原理是一样的:根据不同颜色的RGB值和该颜色所占的小网格面积，得到加权平均值，即平均颜色。

因此，马赛克被广泛用于保护隐私信息和屏蔽敏感内容，包括但不限于密码覆盖、受访者人脸编码和色情信息屏蔽，甚至央视还做了编码大卫的骚操作:

不清楚是因为羞愧还是太小。

作为知名的反马赛克算法，Depix的对策非常简单粗暴:直接逆向计算，利用AI让小网格不断匹配数据库中已有的字符组合。不仅如此，Depix的工作还非常周到地考虑到了字符间距的差异，因此它同时制作了“宽字间距”和“窄字间距”的数据库，以便识别各种段落格式。

那么有的同学就要问了。作者只建了一个词的数据库，所以我朋友不能用它来破解图形和代码。

不要以为你不知道你的小心思！一开始，我以为郭俊刚刚得知这个消息，兴奋地打开了P …呸！担心可能的信息泄露。不过根据depix在github上的介绍，这个项目的目的根本不是去代码，而是密码恢复，是一个针对手机或者其他类似马赛克的图片的密码恢复工具。

所以非文字编码图像只能想象(正色)。

弱点突出，反制轻而易举

虽然Depix相对来说只恢复单词比较好，但是大家的密码很容易被泄露！

不要慌！镶嵌图可以捕捉的信息只是一个像素值，相当于:

知道了1+2+1+3+2+1，我们很容易得到结果10。但是当10已知时，很难确定原始数据的组成。也就是说，不在数据库里的词是无法识别的，比如英文的，草书的就不行。

更何况作者还没有建立中文数据库。这个很好理解。26个字母+10个数字的工程量，比不上几千个汉字！

综上所述，这是目前Depix能做到的最好的:

如果你真的不信任信息安全，你可以在英文字母上刷一下，然后输入代码:

或者直接放大马赛克的色块，这也能识别出鬼:

只要做好准备，反破解这个密码是非常容易的。

人脸去码：算法很美，翻车惨烈

除了用于字符解码的Depix算法，比较知名的算法是杜克大学推出的Pulse算法。算法针对人脸解码进行了优化，可以让模糊的照片秒变清晰，效果出奇的好。

这项研究发表在《CVPR 2020》上，论文的标题是PULSE:通过探索生成模型的潜力空进行自我监督的照片上采样。

当然，杜克大学开发的算法一开始都是以原生人脸为模型进行训练的，所以如果用针来矫正亚裔人脸，难免会出错。例如，这是还原的图片:

也许你觉得修复效果还可以？但原图是这样的:

人脸库不匹配，就滚到姥姥家了。

打码仍可靠，但…别手残啊！

对于我们来说，在目前的技术条件下，编码还是比较靠谱的。所以现在，再也不用担心不法分子利用你的编码密码或者照片图像干坏事了。第一，现有算法的成功率仍然不高。另一方面，如果你真的想获取人脸信息，直接获取你的前置摄像头权限不是更方便吗？

如果你真的害怕信息泄露，厚码(很多重要色块)也可以让你省心。

但是有一种马赛克很让人无语:

怕别人看不清楚？