人们普遍对马赛克抱有厌恶情绪，以至于衍生出一句箴言。看到影片中的马赛克，令人乏味；在文档中遇到马赛克，更是让人失去兴趣。许多人都在探讨一个问题：马赛克真的无法消除吗？是否有黑科技可以一键还原为清晰图像？
从理论上讲，马赛克代表了信息的永久性丢失。它的工作原理非常简单：将多个小像素点合并为一个大像素点，并计算平均颜色，从而形成马赛克效果。这一过程显然是不可逆的，因为从一个平均值无法推测出其组成部分。
那么，马赛克究竟是否真的无法被还原呢？通常情况下，去除马赛克需要依赖人的想象和推测，然后再将缺失内容手动重绘。这种方法不仅效率低下，而且效果不稳定。然而，近年来AI技术的迅速发展带来了许多令人惊叹的应用，最近也出现了一些与AI去马赛克相关的消息，让我们一起来了解一下。
Depix
这是一款近期备受关注的去码工具。Depix在GitHub上开源，主要用于去除文字马赛克。如果你是一名开发者，可以通过下面的链接访问GitHub页面，关注该项目。
Depix GitHub主页：
接下来，让我们看看Depix的效果。
Depix去马赛克的效果展示，从上到下依次为马赛克后的字符、用Depix还原的效果以及原图。
尽管并未实现完美还原，但这个效果足够惊人——能够将模糊不清的内容恢复为可读的字符，这是人工很难做到的。Depix究竟是如何实现这一点的呢？
Depix的原理并不复杂。首先，它使用一个文本表格对文本进行马赛克处理。Depix所采用的文本表格基于De Bruijn序列，这个序列包含了预期还原字符的二字符组合。
De Bruijn序列示意图
Depix的开发者认为，二字符非常关键，因为在马赛克处理后，某些马赛克块可能由两个字符组成。例如下图中，某个像素块实际上包含了”o”和”b”，二字符组合能够提供更精确的匹配。
通过二字符匹配，可以准确识别出相应的文字。
最终，Depix生成了一个马赛克块的查找表。
接下来，Depix利用De Bruijn序列的查找表来匹配待还原的马赛克文本。一旦某个马赛克文本块与查找表中的结果匹配，便能在很大程度上恢复为较为精确的文字——虽然尚不完美，但足以辨认出字符。
简而言之，Depix的原理是通过让马赛克与已知的打码数据进行匹配，从而进行还原。这项技术的出现，对使用马赛克隐藏信息的场景形成了挑战。然而，Depix也存在局限性，当前主要适用于识别英文字母和阿拉伯数字，对大量汉字的处理尚显不足。
Google BRAIn
Depix为文字去码带来了希望，而Google BRAIn则是在图像去码领域的一个重要代表。Google BRAIn是Google实施的AI项目，专注于图像去除马赛克的研究，深度探索相关技术。
Google BRAIn使用了一种全新的像素递归超分辨率技术，通过大量高、低分辨率样本进行学习，从而找出规律以匹配修复结果。例如，Google BRAIn能够识别某个黑点是眼镜的一部分，因此在还原马赛克时，可以将其恢复为眼睛。测试结果显示，其效果确实非同凡响。
来自Google的图像去码AI
这样的AI技术有什么实际应用呢？去除马赛克只是特定场合的应用之一，类似的算法在许多情况下都能发挥作用——只要图像需要修复，就能派上用场。例如，当拍照时手抖导致照片模糊，传统方法可能只是简单锐化，而如果拍照应用使用AI技术，就能“脑补”回丢失的细节和清晰度，尽可能还原出一张可用的照片。
总结
除了上述提到的技术，现今还有许多AI图像增强技术，例如WAIf2x智能放大图片技术，甚至NV的DLSS技术，其实也与去马赛克的AI有异曲同工之处，都是通过AI“脑补”缺失或者损坏的图像信息，以提升图像清晰度。
展望未来，随着AI算法的不断完善、机器学习的积累以及硬件计算能力的提升，AI去码和图像增强将带来更多惊人的效果，也许在未来某一天，马赛克将不再成为视觉上的障碍。
