L'immagine sta sfocando in un metodo non sicuro per offuscare le informazioni nelle immagini?

Is it possible to "de-blur" the image, if you know the algorithm and the setting, or by trial & error?

Qui, presumo che stiamo considerando solo le immagini che sono state sfocate usando un filtro applicato all'immagine e non come risultato di una cattiva cattura (movimento / sfocatura ottica).

Deblurring è sicuramente possibile e vedrai supporto in molti strumenti di elaborazione delle immagini. Tuttavia, la sfocatura riduce intenzionalmente la quantità di informazioni nell'immagine, quindi per tornare veramente indietro l'immagine originale potrebbe richiedere "forza bruta", per cui viene generato un numero (enormemente) di immagini candidate, che "sfociano" tutte nella stessa immagine finale Immagine.

Diversi tipi di sfocatura hanno perdite diverse, ma è possibile invertirli tutti (anche se a caro prezzo). Il costo di deblurring e il numero di risultati possibili dipende dal numero di passaggi effettuati dal filtro sfocatura e dal numero di vicini presi in considerazione durante la sfocatura. Una volta deblurred, molti strumenti e servizi dovrebbero essere in grado di rimuovere automaticamente molti dei risultati, in base alla conoscenza del tipo di immagine che è.

Ad esempio, questo post del blog parla del perché offuscare contenuti con una bassa quantità di entropia (ad es. sicuro che sfocare qualcosa come un volto umano.

In breve, è infatti possibile recuperare un'immagine che se "sfocata" risulterà nella stessa immagine che hai fornito. Ma non puoi garantire che l'immagine deblurred sia l'unica versione deblurred valida (avrai bisogno di alcune conoscenze di dominio e analisi delle immagini come bordi corrispondenti, oggetti che hanno senso semantico).

For the naked eye, it could be difficult to figure out the blurred content. But could the blurring be "reverse engineered" to reveal the original image, or at least something that is recognizable?

È possibile che la sfocatura non trasformi radicalmente la "firma" di un'immagine, tale che l'istogramma sia simile e consente la corrispondenza. Nel tuo caso, l'occhio umano può effettivamente capire che questo potrebbe essere stato il logo di Google (colori familiari), ma l'istogramma è abbastanza diverso. Google stessa non è possibile identificare l'immagine e puoi studiare l'istogramma e il col o cluster utilizzando questo strumento online - le immagini sono molto diverse.

Se probabilmente sarebbe più sicuro se dovessi scegliere di oscurare il contenuto sensibile (vedi post qui )

Vorrei che queste cose non fossero possibili (ad esempio, cercavo di andare il più velocemente possibile vicino alle trappole di velocità in modo che il motion blur nascondesse le mie targhe, ma non funziona mai più). Gli strumenti per deblur sono abbastanza comuni ora (ad es. Blurity ) anche se non funzionano altrettanto bene con le piccole immagini generate al computer (meno informazioni ) come fanno con le fotografie (vedi esempi di ciò che ho recuperato).

Interminidipiùriferimenti,il primo capitolo di Deblurring Images: Matrices, Spectra e Filtering di Per Christian Hansen, James G. Nagy e Dianne P. O'Leary è un'ottima introduzione. Parla di come il rumore e altri fattori rendono impossibile il recupero dell'immagine esatta esatta: Purtroppo non c'è speranza che possiamo recuperare esattamente l'immagine originale! ma poi descriverò come ottenere una corrispondenza ravvicinata .

Questo sondaggio confronta diverse tecniche utilizzate nella ricostruzione di immagini forensi (ha quasi 20 anni, quindi si concentra sui fondamentali).

Infine, un link al blog di Schneier dove viene discusso in dettaglio.

Sì, la sfocatura è un modo pericoloso per censurare i dati nelle immagini.

Ci sono software che possono facilmente invertire la sfocatura algoritmica come le sfocature gaussiane, con risultati abbastanza leggibili. Abbastanza spesso per identificare oggetti / leggere testi.

Dipende da due cose: l'immagine stessa (quantità di informazioni) e la sfocatura utilizzata (tipo + importo).

La sfocatura gaussiana che hai menzionato ridistribuisce il contrasto (informazioni) da dove è più o meno concentrato in un cerchio diffuso attorno al contrasto; più verso il centro, sempre meno avvicinandoti al bordo del cerchio (ovvero raggio di sfocatura).

Invece di un'immagine digitale, considera un'immagine sand art di una scacchiera su un tavolo sgangherato. Se colpisci il pugno sul tavolo, imiti una sfocatura gaussiana, che dovrebbe arrotondare i quadrati, lasciandosi dietro cerchi sovrapposti collegati. Guardando quel tavolo disordinato, potresti comunque concludere che si trattava di una scacchiera prima del shakeup.

D'altra parte, se picchietti il lato del tavolo, simuli una sfocatura di movimento. Se la distanza della scossa / inerzia dei granelli di sabbia supera la larghezza dei quadrati a scacchiera, il tavolo sarà uniformemente coperto di sabbia, e sarà impossibile dire se il disegno del pre-shake fosse una scacchiera, strisce o un distribuzione già uniforme.

Se hai solo una sfocatura gaussiana disponibile e vuoi oscurare il testo, dovresti sfocare il doppio dell'altezza della linea e quindi posturizzare l'immagine. L'offuscamento diffonde grandi dettagli in piccoli dettagli, mentre la posturizzazione scartano i minimi dettagli. Puoi anche usare qualcosa di più drammatico che scarta i dettagli fini per oscurare l'immagine sfocata, riducendo la profondità del colore, scricchiolando i livelli, comprimendo eccessivamente, ecc.

In breve, se i dettagli sono sparpagliati e e poi i dettagli vengono scartati, semplicemente non ci sono abbastanza informazioni per attendibilmente recuperare l'immagine.

La mia esperienza mostra che la sfocatura gaussiana nel GIMP non è sufficiente per offuscare completamente le informazioni. Infatti, è possibile utilizzare la deconvoluzione per ripristinare la maggior parte dei dati dell'immagine dopo la sfocatura gaussiana .

Il termine "sfocatura" è usato per descrivere molti tipi di effetti visivi, compresi quelli che potrebbero essere chiamati "sbavature" o "sbavature". Se un'immagine che fosse sfocata matematicamente fosse memorizzata con precisione, sarebbe possibile ricostruire perfettamente l'originale. Uno degli effetti della sfocatura, tuttavia, è rendere i dati più sensibili a determinati tipi di rumore o artefatti di campionamento, quindi se si applica abbastanza sfocatura potrebbe essere possibile oscurare l'immagine al punto che annullare la sfocatura potrebbe amplificare il rumore abbastanza per lasciare il contenuto oscurato.

Un approccio migliore rispetto alla sfocatura, tuttavia, è quello di "imbrattare" o "sporcare" i dati; questi termini sono meno ben definiti, ma l'essenza fondamentale è che alcune parti dell'immagine originale contribuiscono molto più all'immagine finale di altre, e in molti casi alcune parti non contribuiscono affatto. Molti di questi effetti possono lasciare bordi molto duri che potrebbero distrarre, ma tali distrazioni possono essere ridotte applicando una sfocatura matematica dopo lo sbavatura.

Come nota finale, gli approcci di "pixelizzazione" che implicano la media matematica distruggeranno le informazioni, così come sbavature o sbavature, ma potrebbero non essere necessariamente così sicure come si potrebbe pensare. Se si dovesse eseguire il pixel del numero di conto in un controllo in modo tale che ciascuna cifra fosse rappresentata da una matrice 2x2, tali numeri non potevano essere "letti" normalmente, ma qualcuno che potesse riprodurre le impostazioni di allineamento e pixelizzazione della fotocamera potrebbe essere in grado di capire fuori ciò che i numeri dovrebbero essere per cedere il modello osservato di quadrati chiari e scuri. Tale problema potrebbe essere evitato sostituendo digitalmente il numero di conto con un numero di conto "test" standard che è garantito non per mappare su un conto reale e quindi oscurarlo digitalmente (se una vista potrebbe far capire che il numero dell'account era qualcosa come " 1234567890 "che potrebbe essere fonte di distrazione, ma se fosse stato sufficientemente pixelato da richiedere una ricostruzione avanzata, nessuno che non abbia compiuto tale sforzo dovrebbe essere distratto dal numero di conto del fatto).

Sfocare deliberatamente una regione causa la perdita di informazioni. Ciò che puoi ripristinare dipende dalla quantità di informazioni che si sono perse. Questa quantità dipende dall'algoritmo di sfocatura e dai suoi parametri. Ma anche se una singola immagine non contiene abbastanza informazioni potresti ancora recuperare le informazioni perse all'interno di un'immagine specifica se hai immagini simili dove anche la regione specifica era sfocata, ma in un modo leggermente diverso (come parametri o algoritmi diversi, regione leggermente diversa che si è offuscato, diverso ridimensionamento dell'immagine ...).

Quindi non puoi dire che potresti ricostruire tutte le informazioni importanti in tutti i casi. Ma anche tu non puoi dire che l'offuscamento nasconde tutte le informazioni in modo affidabile. Se la ricostruzione delle informazioni è possibile o meno dipende dall'algoritmo di sfocatura, dai parametri e naturalmente anche da ciò che consideri le informazioni importanti.

Esistono molte ricerche in quest'area che puoi facilmente trovare quando cerchi immagini di deblurring .

C'è un caso in cui la sfocatura può essere definitivamente invertita: se si confonde il testo generato dal computer, ad esempio le schermate.

Ad esempio, se il testo sopra era sfocato, e anche se la sfocatura si estendeva su più caratteri, puoi scrivere un software che provi tutte le combinazioni di lettere e trovare quelle che producono esattamente gli stessi valori di pixel dell'immagine sfocata quando sono sfocato. Funziona perché in quel caso l'informazione reale è solo di 8 bit per carattere o giù di lì, e non i bit 8x5x24 che la grafica del personaggio in una scatola 8x5 conterrebbe.

(Un altro post menziona i numeri delle carte di credito, una foto di 16 cifre ha meno di 54 bit di informazioni effettive.)