|
怎么说呢，简单来说马赛克就是一个不可逆的过程。从原理上是不可能用逆向算法来恢复马赛克的，因为马赛克本身就会破坏原本图像的色彩数据。 举一个很简单的例子吧，5+5＝10，4+6还是等于10，3+7依然等于10。如果问你5+5、4+6、3+7，你都能得到10这个结果。但如果把这个过程反过来，只告诉你结果是10，你要猜出原来加法式里的两个数只能靠猜，而且猜中的概率微乎其微。 马赛克简单来说就是将邻近像素的色彩数据合并中和，得到一个最终结果。就好像上面举的5+5＝10的例子一样，马赛克化后的图像是加法的结果，原图像素的色彩数据则是5+5的过程。我们看到的大部分图片文件的单个像素数据由三原色组成，三组数据各为0-255的整数，组合起来便是这个像素的色彩数据。马赛克则是将数十乃至数百个像素的色彩数据重组并杂糅起来，随机程度将远远大于我们举的5+5＝10的例子，数据被破坏后逆向复原的难度也将飞速上升。 举一个更加恰切的例子，马赛克后的图片就好比是一个平均数。比如一组数据是1、2、3、4、5，那么我们可以很容易得到它的平均数是3。但如果只告诉你一组由五个数字构成的数据平均数是5，那你在只知道平均数的前提下是没有足够条件去倒推原本数据中的每个具体数值的。 下面可以拿两张中央气象台发布的等压线图举个例子，两张图乍一看几乎是一样的，不过以人的肉眼是完全可以通过观察其中大量的细节差异将二者区分开的。   但在将这两张图片分别打上马赛克、抹去了所有细节之后，你将几乎不可能再区分开这两张图片，更别说要精确地还原那些被抹去的细节了。   逆向还原马赛克处理过的视频和图片同理，而且难度更大（每一帧都要还原）。不过咱们人类可以根据经验在大脑里脑补细节去理解和补全视频画面中的内容，打马赛克对理解的阻碍反倒比图片更小。  不过，通过捕捉图片中物体的一些细节，确实是可以根据经验在一定程度上还原图片里的物体的。 比如上图热成像仪里呈现的图像，颜色是完全失真的，物体的外形有时候也是模糊的。但我们依旧可以通过经验去判断，这是两个人，这是一栋房子，这是一辆车。但例如颜色这些被抹去的细节，我们将无从得知。 结合人工智能技术，现有的去马赛克技术可以达到不影响人们识别和理解图中事物的效果。但这绝非是逆向还原，更多的是以假乱真。 |
|
|
