“來P個圖吧！” “好呀，不過這段話得打碼，不然就麻煩了！”
如果現在告訴你，”打碼“已經不再安全，你所想保護的資訊，已然如”皇帝的新衣“，你會作何想？
不，這不是聳人聽聞，最近一個名為Depix的GitHub專案火了，上線僅僅三天，star量就已經高達7K。截止發文，此專案已經火速達到1w+的star量：
而就是這項技術，能夠解碼被打上馬賽克的文字，你的所有努力，甚至有了”欲蓋彌彰“的效果。
手機塗鴉如同“徒勞”，外行也能輕易恢復隱藏資訊
前段時間，網路上爆出，使用手機塗鴉對圖片所進行的操作，其實可以輕易被恢復：
我們身邊太多的人，都可能會用這種塗鴉技術，遮蓋自己想保密的資訊。
看似很安全，對不對？
其實在有心人看來，你的操作可以馬上成為徒勞：
只需要再次利用手機的圖片編輯功能，將曝光、鮮明度、高光、陰影、亮度等引數全部調至+100，然後再將對比度引數調至-100，然後，神奇的事情發生了：
行家都知道，相比於塗鴉，馬賽克卻無法被修復和逆轉，令人非常的安心。
可是，放在現在，在AI面前，修復厚碼圖片中隱藏的內容，也成為了可能：
Depix——修復厚碼文字內容，現已開源
Depix的主要功能，就是利用AI演算法，將被畫素化的文字內容從馬賽克中還原出來。其適用於用線性盒過濾器建立的畫素化影象。
其目的不是去馬賽克，而是做文字恢復使用。雖說這可能令一些宅男失望，但其作用依舊強大且有意義。
此專案是由資訊保安顧問Sipke Mellema 開發的，目前僅支援英文字母、數字和英文標點符號。
而任何此個開源專案的使用者，簡簡單單使用以下指令，就可以恢復你想“窺探”的文字內容：
python depix.py -p images/testimages/testimage3_pixels.png -s images/searchimages/debruinseq_notepad_Windows10_closeAndSpaced.png -o output.png
完整操作如下：
從截圖中剪出畫素化的方塊，作為一個矩形。
將De Bruijn序列貼上到編輯器中，使用相同的字型設定(文字大小、字型、顏色、hsl)。
製作序列的截圖。如果可能的話，使用同樣的截圖工具來建立畫素化的影象。
執行 run python depix.py -p [pixelated rectangle image] -s [search sequence image] -o output.png
演算法原理簡單：分割小塊，德布魯因序列字元庫助力畫素匹配
Depix的原理是將馬賽克區域的內容分割成許多個小塊，然後將每個小塊都和預先設定好的字元庫（德布魯因序列（De Bruijn sequence））進行畫素匹配。
具體演算法流程如下：
該演算法利用了線性盒濾波器，來分別處理每個塊的特性。對於每個塊，它對搜尋影象中的所有塊進行畫素化，以檢查是否直接匹配。
對於大多數畫素化的影象，Depix設法找到單一匹配的結果。它假設這些都是正確的。然後，將周圍的多匹配塊的匹配在幾何上與畫素化影象中的相同距離進行比較。匹配也被視為正確。這個過程要重複幾次。
當正確的塊沒有幾何匹配時，它將直接輸出所有正確的塊。對於多匹配塊，它輸出所有匹配的平均值。
開發這個AI專案，Mellema並不是為了竊取資訊，而是利用ECB和明文攻擊的模式，提高資訊保護技術。
在他看來，不知道如何破壞當前的保護模式，是資訊保安中的常見陷阱。
Depix主要是針對打碼文字的處理，而說到修復馬賽克畫素級別圖片的技術，我們不得不提杜克大學的AI演算法PULSE：
宅男福利？渣畫質修復還要看杜克PULSE
杜克大學的AI演算法PULSE（Photo Upsampling via Latent Space Exploration），可以將畫素渣到馬賽克級別的圖片修復：
該演算法可以將模糊、無法識別的人臉影象轉換成計算機生成的影象，並且具有比之前任何時候都更加精細、逼真的細節。
按照之前的方法，想要把一張模糊的大頭照變清晰，最多隻能將這張照片縮放到原始解析度的八倍。
而PULSE，可以僅在幾秒鐘內，就可以把 16x16 畫素的低解析度小圖，放大 64 倍，變成 1024 x 1024 畫素的高解析度影象。
這種將畫素放大 64 倍級別的，絕對是業界首次。
原本低解析度照片中無法看到的細節，比如毛孔、細紋、睫毛、頭髮和胡茬等，經過PULSE演算法處理後，都能看得一清二楚：
涉及到實際應用方向上，論文的共同作者 Sachit Menon 介紹稱：
「在這些研究中，我們只是用面部作為概念驗證。
但從理論上講，該技術是通用的，從醫學、顯微鏡學到天文學和衛星影象，都可以透過該技術改善畫質。」
與此類似的，還有谷歌的超強畫素遞迴方案，感興趣的朋友可以自行探索。
最後附上Depix，PULSE的專案連結：
Depix專案地址：https://github.com/beurtschipper/Depix
PULSE專案地址：https://github.com/adamian98/pulse
參考連結：
https://www.maxiaobang.com/6570.html
https://github.com/beurtschipper/Depix
https://github.com/adamian98/pulse