【导语】：Depix 是用于将数字、字母从像素化的图片中还原的工具。
简介
Depix 是用于将数字、字母从像素化的图片中还原的Python工具，简单点说，就是从马赛克中恢复原始内容，目前有它的一些限制，仅适用于使用线性滤波器创建的像素化图像。
许多领域都使用像素化来混淆图片中的信息，像素化描述了部分降低图片分辨率以审查信息的过程，Depix的算法使用了线性滤波器的原理，线性滤波器采用一组像素，并用这组像素中所有像素的平均值覆盖这些像素。线性滤波器是一种确定性算法，因此对相同值进行像素化将始终产生相同的结果。
项目地址是：
安装使用
- Clone仓库源码：
git clone https://github.com/beurtschipper/Depix.git
cd Depix
- 安装依赖：
python -m pip install -r requirements.txt
- 运行：
python depix.py -p /path/to/your/input/image.png -s images/searchimages/debruinseq_notepad_Windows10_closeAndSpaced.png -o /path/to/your/output.png
- 对使用Notepad创建并使用Greenshot像素化的示例图像进行去像素化：
python3 depix.py -p images/testimages/testimage3_pixels.png -s images/searchimages/debruinseq_notepad_Windows10_closeAndSpaced.png
- 对使用Sublime创建并使用Gimp像素化的示例图像进行去像素化：
python3 depix.py -p images/testimages/sublime_screenshot_pixels_gimp.png -s images/searchimages/debruin_sublime_Linux_small.png --backgroundcolor 40,41,35 --averagetype linear
原理简介
-
使用与马赛克图相同的字体设置，包括字体、颜色、大小等，将debruinseq.txt（在源码仓库中有）的内容放到编辑器（例如上面介绍的两个例子，就是分别放到Notepad和Sublime Text）中并截图，截图的结果作为识别搜索的训练数据，用于识别马赛克图中的内容。
-
算法利用线性滤波器单独处理每个马赛克块。对于每个块，它将搜索图像中的所有像素化块以检查直接匹配。
-
对于大多数像素化图像，Depix设法找到单一匹配结果。算法将周围多个匹配块的进行几何比较，重复该过程输出最终结果。
-
限制：该算法通过整数块边界匹配。因此，它有一个基本假设，对于所有渲染的字符，文本定位都是在像素级别完成的。
此前已有网友用这个工具做过测试，如下图：
给敏感信息打码，看来不大管用了。
开源前哨日常分享热门、有趣和实用的开源项目。参与维护 10万+ Star 的开源技术资源库，包括：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。
