Each night I put my head to my pillow, I try to tell myself I’m strong, because I』ve gone one more day without you.
每個夜晚我頭靠在枕頭上，我都會試著告訴自己我很堅強，因為我又度過了沒有你的一天。
每日掏心話
命運經常和我們開玩笑，你不想要的他會硬塞給你，想要的費盡思量怎麼弄也得不到。
來自：擴展迷EXTFANS | 責編：樂樂
往日回顧：
正文
有人說，馬賽克的發明，就是人類文明史上一次重大的「開倒車」。
也有人說，馬賽克就是阻礙人類進步的絆腳石。
從功能上講，馬賽克是一種用來遮蓋原畫面的手段，有利也有弊。
從技術上講，馬賽克的原理是將某一個像素的顏色塗抹到整個範圍而造成原畫信息丟失。
所以，這個過程是不可逆的。
在個人隱私極其容易洩露的網絡時代，大家可能都會使用馬賽克來遮蓋圖片上的敏感信息。
比如身份證號、姓名、地址，用馬賽克掩蓋後，就能有效達到保護信息安全的目的。
但同樣的，在影視漫畫作品中，每當出現兒童不宜或者血腥暴力的場景，都極有可能伴隨著厚重的馬賽克。
就算是正兒八經的畫面，只要帶上馬賽克，畫風就會變得奇奇怪怪起來。
雖然老司機門早就練成「心中無碼自然高清」的最高境界。但有碼觀影，始終如同隔靴搔癢，如鯁在喉。
俗話說的好，XX是第一科技生產力。自從人類世界出現了馬賽克後，自然也有人專注於如何去碼。
一直以來，號稱能去除馬賽克的軟體層出不窮，但大多都是掛著羊頭賣狗肉的惡意病毒軟體。
然而近期在Github上，又出現了一款號稱能抹去馬賽克讓原圖重現的神器，引發海內外熱議。
這款工具名為Depix，上線沒幾天就在GitHub上標星已超過一萬多，截止目前累計分支也超過了1.3k個。
讓它火出圈子的，就是下面這張效果圖：
如圖所示，第一行是打了一層巨厚馬賽克完全像素化後的文本內容，看不出一點原始痕跡。
第二行則是經過AI還原後的內容，可以看到內容其實基本上已經被還原了，而且準確度很高。
第三行就是根據第二行稍加推理得到的原始密碼了。
是的，最難被還原、甚至理論上說根本無法還原的文字，也在重重厚碼之後被Depix還原了！
這意味著，就算大家以後把姓名/身份證號/電話等個人敏感信息都打上了馬賽克發布到網上，也有可能被別人扒得一乾二淨。
那麼，這個不可思議的AI還原技術是如何實現的？
在公眾號頂級架構師回復「架構整潔」，獲取驚喜禮包。
據項目作者介紹，使用 Depix 將打上馬賽克的文字恢復成原圖，只需要簡單的四步：
python depix.py -p[pixelated rectangle image] -s [search sequence image] -o output.png
我們知道，打碼是圖像像素化處理的一種手段，它是通過將影像特定區域的色階細節劣化並打亂色塊，達到一種模糊圖像的效果。
線性盒濾波器則是其中一種較為普遍的處理算法。
如下圖所示，一個表情圖像打碼後，實際上被分為四個色塊，每個色塊被色塊平均值所覆蓋，最終形成了像素化表情。
由於原始信息丟失，因此不能直接反轉濾波器。
Depix的算法，就是利用了線性盒濾波器分別處理每個色塊的特點，對搜索圖像中的每一個塊進行像素化來尋找直接匹配。
簡單來說，Depix的技術原理就是，將馬賽克區域的內容分割成許多個小塊，然後再利用算法對每個小塊的內容進行平均值計算並覆蓋等。
目前，Depix這款工具還屬於特定領域的工具 ，只適用於使用線性方框濾波器創建的像素化圖像，且支持的主要是英文字母、數字以及英文半角下的符號等。
經過測試，絕大多數英文字母、數字和符號可以通過Depix正確識別出來。
不過，開發者在研究過程中發現某些連寫的字符無法正確識別，因此也要進行改進。
雖然Depix算法輸出的結果並不太完美，但相比之前的其它技術而言，已經算不錯的了。
Depix的相關消息在網上傳開後立刻引發熱議，許多網友對這項技術表示了深切擔憂。
開發者強調稱，開發這個AI項目並不是為了竊取信息，而是利用ECB和明文攻擊的模式，提高信息保護技術。
他還在博客中建議大家，基於安全考慮，請不要使用馬賽克，最佳做法是直接 將需要遮擋的區域使用黑條或者白條覆蓋 ，這樣是無法通過算法還原的。
當然，除了Depix以外，試圖對馬賽克內容進行還原的開源項目還有很多。
此前，擴展迷也跟大家介紹過一款名為 PULSE的算法 ——它能根據模糊的馬賽克像素「畫」出一張新的人臉，在幾秒內就能將圖像原始解析度放大64倍，任何渣畫質都可以秒變高清、逼真圖像。
細緻到眉毛、睫毛、毛孔、皺紋、頭髮，都能神還原。
對於這類項目的火爆，網上的質疑聲一片，這些AI技術不可避免地被有些人用於不良或非法用途。
可以預見的是，AI還原馬賽克技術將會越來越成熟，未來關於去馬賽克的倫理道德、法律層面的問題也會越來越複雜。
GitHub地址
https://github.com/beurtschipper/Depix
PS：歡迎在留言區留下你的觀點，一起討論提高。如果今天的文章讓你有新的啟發，歡迎轉發分享給更多人。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.