由于存在一种模糊图像的算法,因此无法识别其中的一部分,是否可以颠倒该算法并使图像的一部分变得不模糊?
是否有一个已经在做的程序,甚至在不久的将来,这是否可能?
由于存在一种模糊图像的算法,因此无法识别其中的一部分,是否可以颠倒该算法并使图像的一部分变得不模糊?
是否有一个已经在做的程序,甚至在不久的将来,这是否可能?
Answers:
解卷积(另请参阅此处和此处)可以对照片进行部分去模糊处理。那里有很多软件可以实现它,而这甚至是我在大学学习的图像处理课程中相当基本的一部分。由于它是有损的,因此不可能完全消除模糊,但是可以恢复很多信息(另请参见此处(PDF))。
与运动模糊的照片相比,虽然模糊的照片可以恢复到一定程度,但比起焦外的照片更容易恢复。
反转图像操作取决于如何操作某些东西。
由于图像是对象的表示,并且我们在该图像中仅具有视觉数据,因此我们无法“取消模糊”它,因为我们没有数据。
想象一下,一个模糊的图像(像一个像素化的面孔)类似于没有所有字符的电子邮件,我们将无法采用我们可以用来组成原始电子邮件确切单词的字符。
也许有一些方法可以粗略地使用图像,但它们只会是近似值,没有动作电影的“增强效果”!图像处理的表示。
更新:强制链接到有关“漩涡状面孔”的页面http://sciencenotes.wordpress.com/2007/10/20/what-computers-can-swirl-computers-can-unswirl/
在为什么模糊敏感信息是个坏主意的文章中,作者描述了一种“模糊” 数字和文本的方法。
此过程类似于字典攻击:您从字符/数字制作(具有相似图案的)模糊图像,然后将其与模糊图像匹配。
不,您不能逆转算法。在某种程度上,大多数模糊滤镜通过对像素值求和并求平均值来工作。如果将两个像素值相加并将每个数字都用两者的平均值替换,则以后将无法确定最初具有的值。
pixel1 = 3
pixel2 = 5
blurredPixel = (pixel1 + pixel2) / 2 = 4
newPixel1 = blurredPixel = 4
newPixel2 = blurredPixel = 4
如果只有newPixel 1和2,则无法确定原始像素是否位于3和5、1和7或任何其他可能的组合中。