怎么說呢，簡單來說馬賽克就是一個不可逆的過程。從原理上是不可能用逆向算法來恢復(fù)馬賽克的，因為馬賽克本身就會破壞原本圖像的色彩數(shù)據(jù)。

舉一個很簡單的例子吧，5+5＝10，4+6還是等于10，3+7依然等于10。如果問你5+5、4+6、3+7，你都能得到10這個結(jié)果。但如果把這個過程反過來，只告訴你結(jié)果是10，你要猜出原來加法式里的兩個數(shù)只能靠猜，而且猜中的概率微乎其微。

馬賽克簡單來說就是將鄰近像素的色彩數(shù)據(jù)合并中和，得到一個最終結(jié)果。就好像上面舉的5+5＝10的例子一樣，馬賽克化后的圖像是加法的結(jié)果，原圖像素的色彩數(shù)據(jù)則是5+5的過程。我們看到的大部分圖片文件的單個像素數(shù)據(jù)由三原色組成，三組數(shù)據(jù)各為0-255的整數(shù)，組合起來便是這個像素的色彩數(shù)據(jù)。馬賽克則是將數(shù)十乃至數(shù)百個像素的色彩數(shù)據(jù)重組并雜糅起來，隨機程度將遠遠大于我們舉的5+5＝10的例子，數(shù)據(jù)被破壞后逆向復(fù)原的難度也將飛速上升。

舉一個更加恰切的例子，馬賽克后的圖片就好比是一個平均數(shù)。比如一組數(shù)據(jù)是1、2、3、4、5，那么我們可以很容易得到它的平均數(shù)是3。但如果只告訴你一組由五個數(shù)字構(gòu)成的數(shù)據(jù)平均數(shù)是5，那你在只知道平均數(shù)的前提下是沒有足夠條件去倒推原本數(shù)據(jù)中的每個具體數(shù)值的。

下面可以拿兩張中央氣象臺發(fā)布的等壓線圖舉個例子，兩張圖乍一看幾乎是一樣的，不過以人的肉眼是完全可以通過觀察其中大量的細節(jié)差異將二者區(qū)分開的。

但在將這兩張圖片分別打上馬賽克、抹去了所有細節(jié)之后，你將幾乎不可能再區(qū)分開這兩張圖片，更別說要精確地還原那些被抹去的細節(jié)了。

逆向還原馬賽克處理過的視頻和圖片同理，而且難度更大（每一幀都要還原）。不過咱們?nèi)祟惪梢愿鶕?jù)經(jīng)驗在大腦里腦補細節(jié)去理解和補全視頻畫面中的內(nèi)容，打馬賽克對理解的阻礙反倒比圖片更小。

不過，通過捕捉圖片中物體的一些細節(jié)，確實是可以根據(jù)經(jīng)驗在一定程度上還原圖片里的物體的。

比如上圖熱成像儀里呈現(xiàn)的圖像，顏色是完全失真的，物體的外形有時候也是模糊的。但我們依舊可以通過經(jīng)驗去判斷，這是兩個人，這是一棟房子，這是一輛車。但例如顏色這些被抹去的細節(jié)，我們將無從得知。

結(jié)合人工智能技術(shù)，現(xiàn)有的去馬賽克技術(shù)可以達到不影響人們識別和理解圖中事物的效果。但這絕非是逆向還原，更多的是以假亂真。