Можно ли сделать на первый взгляд полностью размытое изображение (снятое через цветную метку) более четким? - Фотопедия
0 голосов
/

Я помещаю цветной ярлык на свою веб-камеру, когда я им не пользуюсь. Я прочитал это в интернете, так как это не позволяет хакерам увидеть вас в случае взлома вашего ноутбука. Я не знаю много о камерах (вы просто нажимаете кнопку, и появляется изображение) - я не знаю, каково разрешение / контрастность / альфа и т. Д. Так есть ли способ, чтобы изображение, поступающее с камеры, можно было сделать достаточно четким, чтобы идентифицировать мое лицо? Прямо сейчас картина, которая выходит, выглядит так:

ps: на этом изображении есть книга с названием английская правовая система и человек с балансом в руках.

Ответы [ 4 ]

2 голосов
/

Размалывание работает, применяя «обратную функцию передачи». Передаточная функция размытия сильно ослабляет высокие частоты (изменения в узких интервалах), поэтому при их инвертировании необходимо учитывать шум изображения, а не повторно усиливать этот вид высокочастотного шума там, где ожидается затухание изображения. Чтобы сделать это достаточно успешно, вам нужно высокое качество изображения размытия. Вычислительное размывание без дополнительного шага добавления значительного шума по этой причине может оказаться неожиданно обратимым. А нерезкое изображение, снятое высококачественным сенсором и сохраненное и обработанное с высокой точностью, часто может быть значительно улучшено.

Это, однако, здесь веб-камера. Он не имеет тенденцию передавать значительные объемы информации, кроме того, что сразу видно, на самом деле его качество вызывает споры, даже если он не тратит много усилий на проверку мелких деталей изображения. И не потому, что это искусственно снижает качество изображения, а просто потому, что это так плохо.

Так что нечего опасаться в отношении извлекаемой информации из изображения, такого как это, если оно является результатом изображения с веб-камеры.

1 голос
/

Ну, попробовав с выравниванием гистограммы, размытием и фильтрацией высоких частот, я получаю следующее: Filtered image Не особо обвиняющий. Тем не менее, вы должны знать, что это, вероятно, все еще достаточно, чтобы выяснить, какие огни все еще включены. Это помогает выяснить ваши схемы сна и, например, вне зависимости от того, находитесь ли вы в субботу вечером или нет, оставляя квартиру без присмотра. Сборщикам систематической информации все еще есть, что продать, даже на основе такой информации. Спасает от слоняться на улице и наблюдать, как свет гаснет.

Короче говоря, нет никакого смысла в том, чтобы не получить непрозрачную этикетку, если вы беспокоитесь в первую очередь.

0 голосов
/

[Это не совсем ответ, но это слишком долго для комментария. Я хотел бы прокомментировать этот подход, который, как я знаю, работает в других контекстах.]

Я думаю, что здесь есть интересный подход, который, ну, я опишу.

Если вы предполагаете, что все, что находится перед объективом, делает две вещи:

  • превращает большинство фотонов, попадающих в линзу, в случайный шум, рассеиваясь внутри метки;
  • но это позволяет небольшому количеству фотонов проходить через немодулированное.

Тогда вы явно не сможете восстановить что-либо из одного изображения, потому что шум затмевает сигнал. Но если вы возьмете длинную последовательность изображений с камеры, то вы можете суммировать эти изображения, и вы обнаружите, что шум медленно размывается, а сигнал - нет.

Обратите внимание, что это будет работать только для некоторого объекта, где, по крайней мере, часть света может пройти сквозь него, что, например, не относится к объективу! Так что это не подход к размытию, это шумоподавляющий подход.

Таким образом, вы можете восстановить полезное изображение, по сути, посмотрев фильм, снятый с веб-камеры, и обработав его. Однако это будет работать, даже в принципе, если есть стабильное изображение: если вы, например, много двигаетесь, то восстановить изображение не удастся.

Тем не менее, я бы использовал крышку, которая на самом деле непрозрачна.


Вот пример такого подхода (в симуляции). Вот набор из 6 изображений: первое - это оригинальная фотография. Ко второму добавлен случайный шум, уровень шума в 100 раз больше, чем у изображения. На остальных изображениях этот процесс повторяется 1000, 10000, 100000 и 1000000 раз (каждый раз с разными случайными помехами). Вы можете видеть, как изображение медленно поднимается из-за шума.

denoising

0 голосов
/

Я играл с контрастом, цветом и яркостью изображения, но я не мог видеть ничего даже близко к лицу. Поэтому я думаю, что можно с уверенностью сказать, что никто не может идентифицировать вас, используя эту фотографию.

...