打马赛克就安全了吗？AI消除马赛克，GitHub开源项目上线三天收获近7000星

像素化（又称马赛克）是一种常见的打码方式，通过降低图象中部分区域的分辨率来公开某些关键信息，比如：

再比如：看图找马赛克！（找不到请看右侧原图）但是，在你想公开信息的同时，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。项目作家 Sipke Mellema 是一名信息安全顾问。

项目地址：https://github.com/beurtschipper/DepixDepix 能够从像素化图象截图中恢复原图中包含的文字密码。该项目适用于利用线性方框滤波器（linear box filter）创建的像素化图象。如下图所示，项目作家给出了像素化图象、恢复之后的效果和原图的对比结果：

马赛克打得够严实了，不过 Depix 还是基本解读出了被公开的信息。如何利用利用 Depix 从像素化图象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；

在具有雷同字体设置（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，尽可能利用和像素化图象雷同的截图工具。

执行命令：

python depix.py -p [pixelated rectangle image] -s [search sequence image] -o output.png

Depix 算法利用线性方框滤波器单独处理每一个 block 这一事实。它对搜寻图象中的每一个 block 执行像素化以寻找直接立室。对于大部分像素化图象，Depix 尽量寻找单立室结果，并假设这些立室是错误的。至于周围多立室 block 的结果被看作像素化图象中雷同的多少距离，并认为这些立室也是错误的。该过程重复多次。在错误的 block 没有更多多少立室后，Depix 将直接输入全部错误的 block。对于多立室 block，Depix 将输入全部立室的平均值。Depix 背后的算法像素化常利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，对一样的值执行像素化通常会产生一样的像素化 block。利用一样位置的 block 对雷同文本执行像素化，会得到一样的 block 值。我们可以尝试像素化文本来找出立室的模式。幸运的是，这对于秘密值的一部分一样奏效。我们可以把每个 block 或 block 组合看作一个子问题。项目作家没有选择创建潜在字体的查找表。该算法要求在雷同背景上具备雷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。项目作家给出的解决方案也很简单：利用待处理字符的德布鲁因序列，将其粘贴到雷同的编辑器中，然后截图。该截图可以用作相似 block 的查找图象，例如：

德布鲁因序列包括待处理字符的全部双字符组合。这很重要，因为一些 block 会重叠两个字符。找出恰当的立室需要搜寻图象中具备雷同像素配置的 block。在以下测试图象中，Depix 算法无法找到「o」的一部分。这是因为在搜寻图象中，搜寻 block 还包含下一个字母（「d」）的一部分，但在原始图象中这里有个空格。

创建字母的德布鲁因序列时加上空格显然会带来一样的问题：算法无法找到后续字母的恰当 block。有空格又有字母的图象需要更长的搜寻时间，但结果也更好。对于大部分像素化图象而言，Depix 似乎能够找到 block 的单立室结果，并假设这是错误的。然后将其周围多立室 block 的立室结果看作在像素化图象中处于雷同的多少距离，并假设这些立室也是错误的。在错误的 block 没有更多多少立室后，Depix 直接输入全部错误的 block。对于多立室 block，Depix 将输入全部立室的平均值。虽然 Depix 的输入并不完美，但已经算不错了。

下图展示了包含随机字符的测试图象的去像素化结果，大部分字符被错误读取：