又是一秋高氣爽日，小宅同學興緻勃勃地打開了他喜歡的視頻觀看了起來。不過，令小宅同學感到遺憾的是，視頻竟然被打了馬賽克！真可謂大煞風景，興緻全無。

于是，一個令無數人疑惑的問題在此時也湧上了小宅的心頭：馬賽克可以被去掉嗎？馬賽克怎麼被去掉？

馬賽克（Mosaic），原來是建築專業名詞，它是指一種裝飾藝術，通常使用許多小石塊或有色玻璃碎片拼成圖案，作為一種裝飾用來增加建築的美觀程度。

而時過境遷，時代的發展又賦予了馬賽克一層新的含義，那就是作為一種圖像、視頻處理手段，來将影像特定區域的色階劣化并造成色塊打亂的效果，這種操作通常的目的是使源圖像區域的信息難以辨認。由于被處理後的區域模糊圖像看上去像一個個小格子組成，所以便形象的稱這種畫面為馬賽克。

圖一

圖一，傳統馬賽克裝飾。

馬賽克的處理過程并不複雜。對于一張數字圖像來說，它是由若幹像素點按一定順序組合而成的，而對圖像進行馬賽克處理，就是将選定區域的圖像按照一定比例分成若幹塊小圖像，在每一塊中取各自中心點的像素的數值來取代小塊圖像其它像素點的數值。對所有小塊圖像進行相同的操作，就對圖像選定的區域進行了馬賽克的處理。

圖二

圖二，人物的眼部被打上了馬賽克。

盡管有的算法細節可能有所出入，但是圖像馬賽克操作的原理都是一樣的，即它是一個減少信息的操作。一幅原始圖像上的每一個像素點都是這副圖像上唯一的存在，這個像素點在這幅圖像上包含着唯一的信息。而一幅圖像所包含的所有信息就是由這些像素點來提供的。當取一部分圖像把它馬賽克處理時，這部分圖像的若幹個像素點數值便會被一個值所不保留原數值的取代。

當向人們展示被取代後的像素點時，人們看到的隻是取代原像素點的數值的值，而被取代的像素點數值，已經無從獲取了。

圖三

圖三，一塊區域（a）的若幹個像素點的數值，（b）中為被取代後的這塊區域的像素點數值。

如果從（b）觀察，原來像素點的數值已經無從得知了。

為什麼要去掉馬賽克？原因很明顯！就是因為圖像中的馬賽克消除了一些畫面信息，而這些畫面包含的信息讀者想知道，但無從得知。

1. 如果說，一幅圖像雖然被經過了馬賽克的處理，但是馬賽克所消除的畫面是我們不關心的内容，那我們也沒有恢複圖片的必要。

圖四

圖四，認出圖像中的數字。（a）為原圖，（b）的左上角打了馬賽克，雖然（b）的左上角被馬賽克處理了，但是并不妨礙我們讀取關鍵信息，即（a）中可以讀取到數字6，（b）圖也可以。

2. 馬賽克處理有輕重之分，對于一幅高分辨率的圖片來說，輕微的馬賽克有時候并不會起到消除某一部分信息的作用。此時，我們也沒有必設法恢複圖片。

圖五

圖五，認出圖中的數字。（a）為原圖，（b）經過輕微的馬賽克處理，我們依然可以觀察出（b）中數字。

3. 規則的圖片、包含人們熟知的信息的圖片，它的一部分被打了馬賽克，但是可以根據其它的部分推測出模糊部分的圖像，所以我們也沒有必要去試圖恢複圖片。

圖六

圖六，認出圖中的數字。（a）為原圖，（b）中間部分的一些區域被馬賽克處理，不過我們依然可以推測出（b）中數字。

上述三種情況都是沒有必要去除馬賽克的場景，或者說馬賽克并沒有影響到我我們攝取關鍵信息。那麼，若是一幅馬賽克圖像使我們設法去恢複它，其中必然包含了我們想知道但不知道的信息，同時也無法推測出來結果的情況。比如，你想知道下面女子的長相是時，你可能就會産生去掉馬賽克的想法。

圖六

有的時候，一些圖片即使被打了馬賽克，也可以辨認、推測出想要獲取的原圖像信息。此時，也就不會有人想要去試圖恢複被馬賽克處理過的圖片了。

“馬賽克”處理相當于對圖像信号的進行比原始數據更低頻率的采樣。如果這個采樣頻率比原始數據的頻率的二倍還要低，那麼必然産生不可逆的數據損失。也就是說，兩倍以上的“馬賽克”處理都會産生不可逆的數據損失。即說明馬賽克是去不掉的。

這裡要特别區别一下，很多人會以為馬賽克就是“貼”在一幅畫上的，馬賽克的作用隻是遮擋了原畫面，其實從上面的文章中就可以看出，馬賽克區域并不是遮擋，而是“改變“，你看到的畫面信息就是整幅畫所包含的信息，背後并沒有什麼隐藏。

馬賽克是不可逆損失信息。但某些情況下，被馬賽克處理後的圖像似乎可以被“複原“，這是什麼原因？

現在對馬賽克的還原主要有以下兩種方式。

1. 可以被推測出的圖像畫面

一幅圖像中某一部分被馬賽克處理過了，而在這副圖像中更廣的範圍裡，都有同質化的信息包圍着馬賽克，那麼依據周圍圖像中清晰的部分，可以填補圖像中馬賽克不部分，或者依靠周圍清晰的圖像，在被馬賽克處理的地方構造新的清晰的圖像，以達到“複原”馬賽克處理的效果。

例如：在一塊木地闆上打塊馬賽克，這個時候想要複原它就可以借助木地闆的其他部分的清晰圖像來将模糊部分的圖像重新填補。

圖七

圖七，（a）為原圖，（b）的中間部分被打了馬賽克，（c）恢複後的圖像。然而（a）與（c）比較來說，可以明顯的觀察到它們是不同的，然而（c）圖卻看不到被馬賽克處理的痕迹。

2. 在巨大的圖像庫中依靠機器學習，來猜測出缺失信息

機器學習系統依靠海量的類型圖片進行訓練，讓系統“學習”到相應信息。而後系統再根據之前的訓練，猜測出缺失的細節信息，來對馬賽克圖像的的模糊部分進行填充。

例如：谷歌大腦發布的一款名為超強像素遞歸的AI系統。它能夠提高馬賽克後圖像畫面的分辨率。

圖八

圖 八，左邊為馬賽克後的圖片，中間為AI系統推測的圖片，右邊是原圖。

可見，所謂的複原并不是真正的複原，隻是一種填補、推測、計算而已。

實際上，如果你對圖像領域有所涉獵，就會知道，馬賽克是一種不可逆算法，當對一幅圖像進行馬賽克處理後，所見即所見，僅依靠一張被處理的圖片，它再也不可能被複原了。

筆者曾經作為一位精力旺盛的青年時，對如何去除馬賽克“研究”、“探索”頗多。然而時光幾何，皆匆匆流去。當我熟知數字圖像背後的機理時，我已經明白，再也回不到過去了。