“来张图！”“可以，但是这一段一定要编码，不然就麻烦了！” 如果我现在告诉你，“编码”已经不安全了，你要保护的信息已经像“皇帝的新衣”了，你会怎么想？ 不，这不是耸人听闻。最近，一个名为Depix的GitHub项目火了起来。上线仅仅三天，star数就达到了7K。截至本文发表，该项目已迅速达到1w+星数： 而正是这项技术可以解码被马赛克的文字。你所有的努力，甚至有“恶心”的效果。 手机涂鸦就像“徒劳无功”，外行人也能轻松还原隐藏信息 前段时间网上爆料，用手机涂鸦对图片进行的操作居然可以轻松还原： 干脆拿微信聊天截图上的文字涂鸦： 我们身边太多人可能会用这种涂鸦手法来掩盖自己想保密的信息。 看起来很安全吧？ 其实，在有心人看来，你的操作立马会变成徒劳： 只需再次使用手机的修图功能，调整曝光、锐度、高光、阴影、亮度等所有参数即可+100，然后再把对比度参数调到-100，然后，神奇的事情发生了： 专家都知道，马赛克相对于涂鸦是无法修复和反转的，非常让人放心。 不过，现在AI面前，厚码图片的隐藏内容修复是可以的： Depix——修复厚码文字内容， Depix的主要功能是现在开源了，就是利用AI算法从马赛克中还原出像素化的文字内容。它适用于使用线性盒式过滤器创建的像素化图像。 它的目的不是去马赛克，而是还原文字。虽然这可能会让一些书呆子失望，但它仍然强大且有意义。 本项目由信息安全顾问SipkeMellema开发，目前仅支持英文字母、数字和英文标点符号。 而这个开源项目的任何用户都可以简单地使用以下命令来恢复您想要“窥探”的文本内容： pythondepix.py-pimages/testimages/testimage3_pixels.png-simages/searchimages/debruinseq_notepad_Windows10_closeAndSpaced.png-ooutput.png 完整操作如下：长方形。 将DeBruijn序列粘贴到编辑器中，使用相同的字体设置（文本大小、字体、颜色、hsl）。 制作序列的屏幕截图。如果可能，请使用相同的剪切工具来创建像素化图像。 Runrunpythondepix.py-p[像素化矩形图像]-s[搜索序列图像]-ooutput.png 算法原理很简单：分割小块，DeBruin序列字符库帮助像素化matching Depix的原理是将拼接区域的内容分成许多小块，然后对每个小块与预设字符库（DeBruijn序列）进行像素匹配。 具体算法流程如下： 该算法采用线性盒式滤波器分别处理每个块的特征。对于每个块，它将搜索图像中的所有块像素化以检查直接匹配。 对于大多数像素化图像，Depix设法找到一个匹配项。它假设这些都是正确的。然后将周围多重匹配块的匹配与像素化图像中的相同距离进行几何比较。匹配也被认为是正确的。这个过程重复几次。 当正确的方块没有几何匹配时，直接输出所有正确的方块。对于多匹配块，它输出所有匹配的平均值。 开发这个AI项目，Mellema不是为了窃取信息，而是利用ECB和明文攻击方式来提高信息保护技术。 在他看来，不知道如何破解目前的保护模式是信息安全领域的通病。 Depix主要是针对编码文本的处理，而说到修复马赛克像素级图像的技术，就不得不提到杜克大学的AI算法PULSE： 宅男福利？渣画质还原全靠杜克PULSE 杜克大学的AI算法PULSE（PhotoUpsamplingviaLatentSpaceExploration）可以将图像从像素渣还原到马赛克级别： 该算法可以将模糊和无法识别的人脸图像转换为计算机生成的图像，并且具有比以往更精细、更逼真的细节前。 按照之前的方法，想要清晰一张模糊的头像，最多只能将照片缩放到原始分辨率的八倍。 PULSE，只需几秒钟，就能将一张16x16像素的低分辨率小图放大64倍，变成一张1024x1024像素的高分辨率图像。 这种像素放大64倍，绝对是业内首创。 低分辨率照片看不到的细节，如毛孔、细纹、睫毛、毛发、胡茬，经过PULSE算法处理后可以清晰看到： 涉及实际应用方向，该论文的合著者SachitMenon说： “在这些研究中，我们只是使用面部作为概念证明。 但理论上该技术具有普适性，从医学、显微镜到天文学卫星图像和卫星图像都可以通过该技术得到改善。可以自行探索。 最后附上Depix，PULSE项目链接： Depix项目地址：https://github.com/beurtschipper/Depix PULSE项目地址：https://github.com/adamian98/pulse
