本文来源:机械之心
作者:魔王、小舟
像素化(又称马赛克)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,比如:![](https://filescdn.proginn.com/48d3fea6b1471cddd2da7046f904d729/4b6ab5bb2d299cfe5a8175e0017a564b.webp)
但是,在你想隐藏信息的同时,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。项目作者 Sipke Mellema 是一名信息安全顾问。![](https://filescdn.proginn.com/e2180c6cb518fb734fe6e92449cfbe05/1970f0aff8095898b6bca51e4782f7c7.webp)
项目地址:https://github.com/beurtschipper/DepixDepix 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:![](https://filescdn.proginn.com/99ea5fd911388cbad408155eb6c66fcd/7cb9fdb1685b3eaac3edf76d40e59ba8.webp)
马赛克打得够严实了,不过 Depix 还是基本解读出了被隐藏的信息。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: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。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:![](https://filescdn.proginn.com/4766738730eed71df28d9a2a8680f10d/324602fa2f2997f061b94147e397198a.webp)
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。在以下测试图像中,Depix 算法无法找到「o」的一部分。这是因为在搜索图像中,搜索 block 还包含下一个字母(「d」)的一部分,但在原始图像中这里有个空格。![](https://filescdn.proginn.com/f9da3c3eb249ec044422bc743c74bcf9/0c0d20794eb7f82a1cdcda649c3ad289.webp)
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。下图展示了包含随机字符的测试图像的去像素化结果,大部分字符被正确读取:
![](https://filescdn.proginn.com/d639e5c329ec1490b5f0c238df9bd18c/04dfdb6285fef72148c1183440cfd0f7.webp)
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」。
https://www.linkedin.com/pulse/recovering-passwords-from-pixelized-screenshots-sipke-mellema/?trackingId=yYFSUnuxRXasNV%2Fh3ZsiSw%3D%3D崔庆才
静觅博客博主,《Python3网络爬虫开发实战》作者
隐形字
个人公众号:进击的Coder