密码打马赛克已经不安全了,这款开源工具可以一秒还原!

如果你认为将密码或其他私密文本数据像素化就能保护它们不被窥见,那你真是太天真了,你的信息并没有你想象的那么安全。像素化(也称为马赛克)是一种常用的手段,可以大幅降低图像敏感区域的分辨率来隐藏信息。

近年来马赛克这项技术被广泛使用,但它的好日子已经不多了,最近一个新型的人工智能工具“Depix”横空出世,短短时间就在Github上标星15.5K(Github地址:https://github.com/beurtschipper/)

Depix的开发人员Sipke Mellema是一个信息安全顾问,他表示:“我见过一些公司把内部文件中的密码像素化,没有工具可以从这些图像中恢复密码,于是我创建了一个。”该工具适用于使用线性方框滤波器(linear box filter)创建的像素化图像。

Depix的使用

要准备一个用于Depix处理的像素化文本序列,首先以单个矩形格式从截图图像中剪切相关的像素化块,然后将带有预期字符的De Bruijn序列粘贴到具有相同字体(文本大小、字体、颜色等)编辑器中。接下来,对序列进行截图,最好使用之前的序列截图,尽可能使用和像素化图像相同的截图工具。

最后,简单地运行 python depix.py -p [pixelated rectangle image] -s [search sequence image] -o output.png

恢复之后的效果和原图的对比结果:

但是,项目作者没有选择创建潜在字体的查找表,只是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:

德布鲁因序列包括待处理字符的所有双字符组合。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。

不过对于大多数像素化的图像,Depix都可以找个单个的匹配结果,它假定这些都是正确的。然后将周围的多个匹配块匹配,然后再与马赛克图像相同的几何距离进行比较。这些匹配也被认为是正确的。

当正确的块没有更多的几何匹配后,它将直接输出所有正确的块。对于多匹配块,它输出所有匹配的平均值。它的输出还远远不够完美,但它的性能相当好。下图显示了一个带有随机字符的测试图像,大多数字符都可以正确破解出来。

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!

如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)

img

总结

虽然我个人也经常自嘲,十年之后要去成为外卖专员,但实际上依靠自身的努力,是能够减少三十五岁之后的焦虑的,毕竟好的架构师并不多。

架构师,是我们大部分技术人的职业目标,一名好的架构师来源于机遇(公司)、个人努力(吃得苦、肯钻研)、天分(真的热爱)的三者协作的结果,实践+机遇+努力才能助你成为优秀的架构师。

如果你也想成为一名好的架构师,那或许这份Java成长笔记你需要阅读阅读,希望能够对你的职业发展有所帮助。

image

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
视频、实战项目源码讲义》点击传送门即可获取!**

  • 24
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Video Enhancer 是一款提升视频质量的软件。采用大量的VirtualDub滤镜和附加的编码器重新压缩的视频处理,将马赛克进行还原。 您可通过使用 Video Enhancer 强加您视频的分辨率以极大的提升其品质,它可以调用绝大多数 VirtualDub 滤镜及任意编解码器进行重压缩处理。 Video Enhancer (视频马赛克还原) 使用说明: 1、启动Video Enhancer,进入Video Enhancer的主界面 2、在输入视频文件的右下方有一个浏览按钮,点击浏览,选择要处理的视频 3、在浏览的下面有一个多文件,意思是Video Enhancer可以同时处理多个视频文件,单击多文件,添加其它要处理的文件4、单击添加,选择其它的要处理的文件,然后单击确定,回到主界面: 5、接下来有一个超分辨率模式,如果你的电脑配置还行的话,选择上面的质量优先模式,否则选择下面的速度优先。这是视频处理过程的不同插值计算方法。 6、在输出文件的右下面的浏览,是让你选择处理好的文件存放路径,最好选择一个空间比较大的地方,因为输出的AVI占用磁盘空间比较大,具体要看不同的编码。 7、再下面的帧大小就是分辨率的设置,不同的文件需求,要设置不同大小。注意要设定合适的比例,否则画面会变形的,如果你不知道比率,可以使用高级模式(主界面的右边部分,左边下面的简单模式与高级模式转换按钮),选择超分辨率,有一个;保持纵横比,勾选。 看到红色矩形框框住的吗?选择它。 9、选定后,单击右边的配置,encode表示编码,也就是视频处理符合什么标准,下面是你可以选择的标准:是你处理好的视频用播放器播放,需要什么解码器。mode指的是压缩模式,使用恒定比率还是使用其它的方式。我们选择第一个恒定比率,下面就会出现比特率的设置,bitrate就是比特率的意思。 10、设置好后,再进行音频设置,根据你对音频的要求,选择相应的声音品质。 11、Video Enhancer的功能强大还在于有很多相关的VD滤镜,进入到高级模式中就会有很多滤镜,只要选择VD滤镜,就会出现滤镜选项,这些设置好后,就可点开始了。
Python是一种广泛使用的高级编程语言,具有简单易学、易读易写的特点,广泛应用于各个领域。在Python开源社区当中,有很多优秀的图像处理库和算法,可以实现去马赛克的功能。 去马赛克是一种图像处理技术,主要用于隐藏敏感信息或者恢复被马赛克遮挡的图像内容。在Python开源社区中,有一些成熟的图像处理库可以实现去马赛克功能,例如OpenCV和PIL(Python Imaging Library)。 OpenCV是一个强大的计算机视觉库,提供了丰富的图像处理和计算机视觉算法。其与Python的绑定非常紧密,可以轻松地通过Python代码调用OpenCV的功能。通过OpenCV提供的图像处理函数,我们可以提取马赛克区域的特征,然后通过算法将马赛克去除,恢复原始图像的内容。 PIL是另一个常用的图像处理库,提供了丰富的图像处理功能和操作接口。通过PIL,我们可以很方便地加载、处理和保存图像。结合PIL提供的一些图像处理函数,我们可以实现去马赛克的功能。 Python的开源社区充满了创造力和活力,众多开发者贡献了各种各样的库和算法,为图像处理领域的开发者提供了许多选择。无论是通过OpenCV还是PIL,我们都可以使用Python实现马赛克的去除,提供更好的图像处理体验。开源的精神使得Python成为了一个拥有丰富资源和强大功能的编程语言,受到了众多开发者的喜爱和青睐。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值