人們都不喜歡馬賽克，以至于誕生出了“馬賽克阻止人類文明進(jìn)步”的箴言。

影片里看到馬賽克，你會(huì)索然無(wú)味；文檔里看到馬賽克，你會(huì)興致掃地……無(wú)數(shù)朋友都在尋找一個(gè)問(wèn)題的答案——馬賽克真的是不可消除的嗎？有碼能不能用什么黑科技，一鍵變成無(wú)碼？

從原理上來(lái)說(shuō)，馬賽克屬于永久性的信息丟失。馬賽克的原理很簡(jiǎn)單，把大量的小像素點(diǎn)合并到一個(gè)大的像素點(diǎn)，并取平均色，就制造成了馬賽克。

馬賽克顯然屬于不可逆運(yùn)算，你無(wú)法從一個(gè)平均數(shù)，推斷出它是由哪幾個(gè)數(shù)平均而來(lái)的。

然而，馬賽克是否當(dāng)真完全不可能還原？一般來(lái)說(shuō)，要消除馬賽克，需要人進(jìn)行想象腦補(bǔ)，然后把缺失的內(nèi)容重新畫(huà)出來(lái)。

這種方法效率低，而且效果并不穩(wěn)定。近幾年AI技術(shù)的風(fēng)行，帶來(lái)了很多不可思議的應(yīng)用。最近，又出現(xiàn)了一些和AI去馬賽克相關(guān)的消息，一起來(lái)看看。

Depix

這是一款近來(lái)引起了熱烈關(guān)注的去碼工具。Depix在GitHub上進(jìn)行了開(kāi)源，它主要用于去除文字馬賽克。

如果你是一名開(kāi)發(fā)者，可以通過(guò)下面的鏈接進(jìn)入到GitHub的頁(yè)面，來(lái)關(guān)注該項(xiàng)目。

Depix GitHub主頁(yè)：https://github.com/beurtschipper/Depix

我們先來(lái)看看Depix的效果。

Depix去馬賽克的效果，從上到下分別是馬賽克后的字符、用Depix還原的效果、原圖

雖然不是完美還原馬賽克，但也足夠驚人——能夠?qū)⒁粓F(tuán)不可名狀的東西，還原成為有一定可讀性的字符，這是人工也難以做到的。Depix是怎么做到這種程度的呢？

Depix的原理其實(shí)并不難理解。首先，Depix使用了一個(gè)文本表格，將這些文本打一次馬賽克。Depix使用的文本表格采用了De Bruijn sequence布魯因序列，這個(gè)序列包含了預(yù)期還原字符的2字符組合。

Depix的開(kāi)發(fā)者認(rèn)為，2字符非常重要，因?yàn)楹芏辔谋敬蝰R賽克以后，一些馬賽克塊會(huì)是2字符的組合。例如下圖，某個(gè)馬賽克像素其實(shí)同時(shí)包含了“o”和“b”，2字符能提供更加精確的匹配。

通過(guò)2字符匹配，可以精確辨識(shí)出對(duì)應(yīng)的文字

最終，生成了一個(gè)馬賽克塊查找表。

接著，Depix就可以憑借DebBruijn序列的馬賽克查找表，來(lái)匹配想要還原的馬賽克文本了。一旦某個(gè)馬賽克文本的塊，匹配上了查找表中的結(jié)果，那么就會(huì)很大程度上還原成為比較精確的文字——雖然還不算完美，但效果已經(jīng)足夠讓人辨認(rèn)這是怎樣的字符。

簡(jiǎn)單來(lái)說(shuō)，Depix的原理是用讓馬賽克匹配已知的打碼數(shù)據(jù)，然后進(jìn)行還原。這項(xiàng)技術(shù)的出現(xiàn)，對(duì)于用馬賽克隱藏密碼等場(chǎng)景，造成了挑戰(zhàn)。不過(guò)Depix顯然也有局限，它當(dāng)前主要用于識(shí)別英文字母和阿拉伯?dāng)?shù)字，對(duì)于海量的漢字，Depix暫時(shí)還無(wú)能為力。

Google Brain

Depix讓人看到了文字去碼的希望，而Google Brain，則是圖像去碼方面的代表。Google Brain是Google開(kāi)展的AI項(xiàng)目，其中對(duì)于圖像消除馬賽克的研究，可謂是非常深入。

Google Brain使用的是一種全新的像素遞歸超分辨率技術(shù)，通過(guò)大量高、低分辨率的采樣學(xué)習(xí)，然后得出規(guī)律來(lái)匹配修復(fù)結(jié)果。

例如，Google Brain學(xué)習(xí)到了某種黑點(diǎn)是屬于眼鏡，那么在還原馬賽克的時(shí)候，就可以把這種黑點(diǎn)還原成眼睛。從測(cè)試來(lái)看，效果的確不同凡響。

這樣的AI技術(shù)有什么用？去除馬賽克只是特定場(chǎng)合的具體應(yīng)用，類似的算法在很多時(shí)候都可以發(fā)揮作用——只要當(dāng)圖像需要修復(fù)的時(shí)候，就有用武之地。

例如拍照片手抖了失焦了，糊成一片該咋辦？傳統(tǒng)的方法可能就是簡(jiǎn)單粗暴的銳化了，而如果拍照APP使用AI技術(shù)，就可以“腦補(bǔ)”回丟失的細(xì)節(jié)和銳度，給你一張盡量可用的照片。

總結(jié)

除了上文所提到的，現(xiàn)在還有很多利用AI增強(qiáng)圖像的技術(shù)，例如Waif2x智能放大圖片技術(shù)，乃至NV家的DLSS技術(shù)，其實(shí)都和去馬賽克的AI有異曲同工之妙，都是通過(guò)AI“腦補(bǔ)”出不存在或者已損的圖像信息，來(lái)增強(qiáng)圖像清晰度。

在未來(lái)，隨著AI算法的完善、機(jī)器學(xué)習(xí)的積累以及硬件算力的進(jìn)步，AI去碼、圖像增強(qiáng)還會(huì)有更多驚人的效果，或許在未來(lái)某一天，馬賽克將不再成為觀瞻的障礙吧。
責(zé)編AJX