用AI轻松消除马赛克 厚码也能神还原

像素化（又称马赛克或“打格仔”）是一种常见的打码方式，通过降低图像中部分区域的分辨率来隐藏某些关键信息，但是，在你想隐藏讯息的同时，有一些技术却反其道而行之，试图将图片还原为原始状态。

最近，一个名为Depix的GitHub项目爆火，上线三天star量已经高达6.9k。项目作者Sipke Mellema是一名资讯安全顾问。Depix能够从像素化图像截图中恢复原图中包含的文字密码。该项目适用于使用线性方框滤波器（linear box filter）创建的像素化图像。如下图所示，项目作者给出了像素化图像、恢复之后的效果和原图的对比结果（点击放大浏览）▼▼▼

使用Depix从像素化图像截图中恢复文字密码，操作也比较简单：从截图中分割出矩形像素化block；在具有相同字体设置（包括文本大小、字体、颜色、hsl）的编辑器中，粘贴待处理字符的德布鲁因（De Bruijn sequence）；给该序列截图，尽可能使用和像素化图像相同的截图工具。

Depix算法利用线性方框滤波器单独处理每一个block这一事实。它对搜索图像中的每一个block执行像素化以寻找直接匹配。对于大部分像素化图像，Depix尽量寻找单匹配结果，并假设这些匹配是正确的。至于周围多匹配block的结果被看作像素化图像中相同的几何距离，并认为这些匹配也是正确的。该过程重复多次。在正确的block没有更多几何匹配后，Depix将直接输出所有正确的block。对于多匹配block，Depix将输出所有匹配的平均值。

Depix背后的算法

像素化常使用线性方框滤波器实现。线性方框滤波器的实现很简单，速度很快，可以并行处理多个block。由于线性方框滤波器是一种确定性算法，对同样的值执行像素化通常会产生同样的像素化block。使用同样位置的block 对相同文本执行像素化，会得到同样的block值。我们可以尝试像素化文本来找出匹配的模式。幸运的是，这对于秘密值的一部分同样奏效。我们可以把每个block或block组合看作一个子问题。

项目作者没有选择创建潜在字体的查找表。该算法要求在相同背景上具备相同的文本大小和颜色。现代文本编辑器还会添加色调、饱和度和亮度，也就是说存在海量潜在字体。项目作者给出的解决方案也很简单：使用待处理字符的德布鲁因序列，将其粘贴到相同的编辑器中，然后截图。该截图可以用作相似block的查找图像，例如：

待处理字符的德布鲁因序列截图。（github.com）

德布鲁因序列包括待处理字符的所有双字符组合。这很重要，因为一些block会重叠两个字符。找出恰当的匹配需要搜索图像中具备相同像素配置的block。创建字母的德布鲁因序列时加上空格显然会带来同样的问题：算法无法找到后续字母的恰当block。有空格又有字母的图像需要更长的搜索时间，但结果也更好。

对于大部分像素化图像而言，Depix似乎能够找到block的单匹配结果，并假设这是正确的。然后将其周围多匹配block 的匹配结果看作在像素化图像中处于相同的几何距离，并假设这些匹配也是正确的。在正确的block没有更多几何匹配后，Depix直接输出所有正确的block。对于多匹配block，Depix将输出所有匹配的平均值。虽然Depix的输出并不完美，但已经算不错了。

对这个项目感兴趣的读者，可以自行尝试。以后截图时给敏感信息打码，看来不能简单地用“马赛克”了。