把一张 1024×768 的测试人像打成 8px 马赛克,再做块均值投影还原,PSNR 24.79 dB、SSIM 0.9077,脸还认得出。
打到 64px,PSNR 掉到 19.12 dB,脸已经是一团色块。
这是我在浏览器里跑完 8 档块大小后,最直接的两个结果。

一、为什么值得看:打码不是涂黑,是降采样
马赛克最常见的做法,是把画面切成固定大小的方块。
每个方块只保留一个平均色,块内细节全部丢掉。
这一步不是随机涂抹,它留下了一个很硬的约束:每个方块的平均色。
只要知道方块边界和平均色,就能反推出一张在块均值上完全吻合的图。
这张图不一定是原图,但轮廓、发型、衣服颜色往往能回来。
我拿内置的证件照风格测试图试了一遍,8px 块大小下,五官位置还能对上。
不同块大小留下的信息量差别很大。
| 块大小 | 相对短边 | 还能看出什么 |
|---|---|---|
| 4px | 1/192 | 接近原图,文字可读 |
| 8px | 1/96 | 五官位置和发型 |
| 16px | 1/48 | 脸型轮廓和衣服颜色 |
| 32px | 1/24 | 人形还在,认不出是谁 |
| 64px | 1/12 | 一团色块 |
二、为什么这样做:块均值投影能还原什么
还原分三步。
第一步,按块取平均,得到马赛克图。
第二步,把马赛克图双线性放大回原尺寸,作为初始猜测。
第三步,反复做同一件事:对每个块,算当前像素平均值与马赛克块色的差,把这个差平均加回块内每个像素。
这相当于把每个块的均值约束投影回去。
迭代几次后,块均值误差会接近 0,画面会从方块边缘变成连续的色块。
它不能凭空补出睫毛、毛孔和文字笔画。
它能恢复的,是被块平均值约束住的那部分低频信息。
所以块越小,可恢复的信息越多;块越大,剩下的只是一张模糊的轮廓图。
核心循环很短:
js
for (let y = y0; y < y1; y++) {
for (let x = x0; x < x1; x++) {
img[j] += target - mean;
}
}
三、准备环境与踩坑:进入码道 Web,把需求写死再生成
码道有三种使用方式:WebUI(浏览器对话)、TUI(终端命令行)和桌面 IDE(IDE 插件)。
本文用 WebUI 版演示。
浏览器打开码道 Web 版:devcloud.cn-north-4.huaweicloud.com/chat?source...,登录后直接输入需求。
我的需求写死了 9 件事:单文件、内置 1024×768 测试图、8 档块大小、块均值投影、PSNR/SSIM、11 条自检、失败路径、1600×1000 布局、全部本地计算。
码道先尝试加载一个不存在的网页开发技能,报错后改为直接写 index.html。
生成过程约 12 分钟,产物 37,866 字符,CSS 和 JS 都内联,没有外部请求。
我先用 node --check 过了语法,再打开本地文件跑自检。
自检 11/11 通过,块均值最大误差 7.63e-6,空块最小 2×2 也没有越界。
第一个坑是文案和数字对不上。
页面最初写的是「10 条运行时断言」,实际跑了 11 条,我把它改成 11 条。
第二个坑是 PSNR 被背景拉高。
测试图背景是大面积纯色,64px 时 PSNR 仍有 19.12 dB,但脸已经认不出。
第三个坑是 SSIM 不单调。
表格里 32px 的 SSIM 是 0.8883,64px 反而回到 0.8952,窗口统计被平坦背景主导。
所以判断打码是否安全,不能只看一个指标。
四、验证与复现:8 档实测数据、迭代次数和失败路径
我把 8 档全跑了一遍,40 次迭代,单次全量计算 2405 ms。
| 块大小 | PSNR (dB) | SSIM | 信息保留率 |
|---|---|---|---|
| 4px | 28.65 | 0.9573 | 0.9597 |
| 8px | 24.79 | 0.9077 | 0.9021 |
| 12px | 22.96 | 0.8914 | 0.8507 |
| 16px | 22.36 | 0.8932 | 0.8288 |
| 24px | 21.71 | 0.8863 | 0.8008 |
| 32px | 20.47 | 0.8883 | 0.7355 |
| 48px | 19.92 | 0.8901 | 0.6993 |
| 64px | 19.12 | 0.8952 | 0.6385 |
块大小从 4px 到 64px,PSNR 从 28.65 dB 降到 19.12 dB,信息保留率从 0.9597 降到 0.6385。
视觉上,32px 还能看出人形和发型,64px 只剩色块。


迭代次数也做了对照。
| 迭代次数 | 全量耗时 | 8px PSNR | 8px SSIM |
|---|---|---|---|
| 10 | 810 ms | 24.79 | 0.9077 |
| 40 | 2405 ms | 24.79 | 0.9077 |
| 80 | 3661 ms | 24.79 | 0.9077 |
10 次迭代后,8px 行的 PSNR 和 SSIM 就不再变化。
继续加迭代只烧 CPU,不涨画质。
失败路径也跑了一遍。
点「触发失败示例」会载入 120×90 小图,页面显示「图片太小,块尺寸超过短边一半」。
上一次的画布和表格保留,不会白屏。

本地复现:
bash
git clone https://gitcode.com/OPCTeam/demo_park.git
cd demo_park/codearts-mosaic-recovery-lab
python -m http.server 8000
打开 http://localhost:8000,点 8 档按钮和「开始还原」就能复跑。
源码在 demo_park 的 codearts-mosaic-recovery-lab 目录,当前 HEAD 是 3658602。
11/11 条自检都在页面里,数字不是截图里写死的。
五、使用码道体会:一句话需求能出页面,验收还得自己盯
码道这次给的页面结构完整,左侧控制、三块画布、表格和自检面板都在。
但生成过程不是一次到位。
它先找了一个不存在的技能,浪费了一轮。
长需求在「思考中」停了十几分钟,产物才落盘。
我的做法是把验收条件写死,生成后用真浏览器逐项点。
发现文案数字对不上就改,发现指标不单调就补一段解释。
页面里的 PSNR 和 SSIM 是实时算的,换图片、换块大小、换迭代次数都会变。
这点比写死数字的演示可信。
如果只想要一个能看的页面,一句话够了。
如果要拿数据写文章,得自己把边界和失败路径跑一遍。
六、结果与下一步:32px 还不安全,64px 才看不出
这张 1024×768 的测试图上,32px 块大小仍能看出人形、发型和衣服轮廓。
48px 开始只剩色块,64px 已经认不出脸。
所以「打个马赛克」不等于安全。
对需要保护的人像,块大小至少要到短边的 1/12。
更稳妥的做法是配合模糊、遮挡或直接裁掉。
下一步我会把还原算法换成更严格的先验,比如总变分和边缘约束,看看 16px 以上还能不能恢复文字。
试玩和源码:gitcode.com/OPCTeam/dem...
码道 Web 入口:devcloud.cn-north-4.huaweicloud.com/chat?source...