下次发截图的时候再打码，就别用马赛克了

互联网离不开八卦，八卦离不开打码。每个网友的手机里多少都躺着几个活跃的群，流传着不同的聊天截图和消息。为了不被揪出源头或者多少保护一点隐私，截图通常都顺手打了马赛克。然而，资深的PWN友都知道，从来都没有100%的安全。不论是照片还是文字，打完码（像素化处理）后都有可能被还原……

最近，安全公司Bishop Fox 的首席研究员 Dan Petro公开了一项研究成果，用自己写的工具可以将打了马赛克的文字还原。他录制了一段视频，将研究过程清楚展现了出来。

至于为什么想到做这个工具，事情还要从2020年底说起。当时，信息安全顾问 Sipke Mellema 公开了能够去除马赛克、还原文字的 Depix项目，成功吸引了学术界和业界的关注。利用线性方框滤波器（linear box filter）单独处理像素框实现覆盖的原理，Depix 可以对搜索图像中的每一个 block 进行像素化操作，寻找直接的字母匹配，做到基本还原文字信息。

不过从结果来看，Depix 还不够完美，还原出的文字有模糊或缺失，在实际应用中，可能会出现偏差。所以这个项目公开之后，遇到了一些质疑。来自 Jumpsec Lab 的一位研究员就此发布挑战，将一串字符打码，看看究竟谁能有办法正确还原。

酷爱研究的技术研究人员们自然是有战必应。所以，Dan Petro 积极参与了挑战，清楚地恢复了这些字母，而且在联系到出题者之后，也获得了肯定的回复。

Dan Petro 沿用了 Depix 的理论思路，开发出一款叫做Unredacter 的工具， 只需要安装并启动，就能自动将文本还原。

要实现这样的效果，先要理清楚马赛克的原理。给图片打马赛克本质上是将图像划分为固定大小的网格块，再用同一区域原始图像的平均色值填充网格块。通过这种方式，可以把原始图像信息涂抹掉。正是因为这种方式简单、“有效”，所以在很多编辑器中都有应用，且效果相同，成为人们信手拈来的神器。

基于这个原理，在知道被打码图片的内容是文本以及文本的字体与字号这些前提下，就可以进行还原操作。而这在现实中也是合理的，因为我们在看到一些截图的时候，打码的内容往往是一部分信息，所以可以通过其他未打码的内容去推测出文本的字体、字号。

另一个需要注意的是，被还原的内容是在本地完成打码过程。从密码学的角度来解释，就是这些信息还没有扩散（diffusion）。因此，如果原始图片中某个像素有所变化，也只会影响到这个像素所对应的色块，对整体影响不大。所以，可以对字符进行循环深度优先搜索，推测字母内容，再根据与编辑文本的边缘匹配程度确定字母。简单来说码就是猜到一个字母a，就拿a打码之后的图片与原来打码后的字母对照，查看匹配度。不过这个过程也需要解决一些难题。

• 字母溢出

  字符不会与色块一一对齐，有时候两个字母的一部分会存在于同一个色块里。随意会导致一些错误。在这种情况下，就要调整算法，让它把色块切断，只保留一边。

  
  

  
  

• 空格

  如果字母前后有空格，再加上问题1的影响，也会导致算法枚举、匹配的结果出错。这个时候，依旧需要对相对空白的色块进行特殊分割，并调低阈值。

  
  

  
  

• 字母宽度

  不同字母宽度不同，占用的空间不一样，而有些排版方式会让不同的字母等宽。在等宽的情况下，猜测的难度会增大。而如果字母以原始宽度呈现，就会更容易根据形状去匹配正确的字母。

  
  

  
  

• 字体呈现效果

  对于完全相同的字体，在不同的编辑器里呈现的图像也会略有不同。下图就是例子，上一行是来自GiMP，下一行来自FireFox：

  
  

  
  

  可以看到，长度 （shang yi hang chang yi dian）、和文本的光栅化方式（下一行粗一点）不太一样。这也会对还原结果造成影响。

• 像素偏移

  在文本打码时，会有X轴和Y轴的标准去衡量偏移度。在大多数编辑器中，打码的人随手从一个点开始涂抹，最终出现的打码色块完全不同。Unredacter 也设置了偏移量测试，进行多重猜测与匹配。

  
  

解决了这些问题之后，再去完成挑战题目，就有的放矢了。挑战题目原本如下图，仔细一看还有色彩，这是屏幕上呈现文本的光栅化过程产生的。

为了方便工具处理，要把这张图先转换成黑白色，把一些暗部调亮，最后进行处理。

Unredacter 只运行了几分钟就给出了正确答案。不过，为了让挑战继续，这个最终的答案还不能公开。

好消息是，目前这个工具理论上似乎还无法处理汉字文本，不过，也许哪位读者看到了 GitHub 代码，就能改良出一个针对汉字的工具。所以，Dan Petro 的建议是，以后都不要再用马赛克打码了，直接用画笔涂抹，用大块的色块（黑条、白条等）把内容覆盖掉，这样会保险一点。或者你也可以像PWN君一样，先糊一层马赛克，再画笔抹一遍，最后再叠放一层表情包……

*参考来源：

https://bishopfox.com/blog/unredacter-tool-never-pixelation

https://github.com/bishopfox/unredacter

如果你还想看其他去除马赛克的项目，可以点击下图，或者观看我们往期的科普讲解。