Se presenta la herramienta Unredacter, que permite restaurar el texto original después de que ha sido ocultado mediante filtros basados en pixelación. Por ejemplo, el programa puede ser utilizado para identificar datos confidenciales y contraseñas que han sido pixelados en capturas de pantalla o imágenes de documentos. Se afirma que el algoritmo implementado en Unredacter supera utilidades similares previamente disponibles, como Depix, y ha sido utilizado con éxito para pasar la prueba de detección de texto pixelado propuesta por el laboratorio Jumpsec. El código del programa está escrito en TypeScript y se distribuye bajo la licencia GPLv3.
Para restaurar el texto en Unredacter se aplica un método de prueba y error, mediante el cual se compara una parte de la imagen pixelada original con una opción que se sintetiza mediante la búsqueda de combinaciones de caracteres, pixelados con diferentes desplazamientos y características modificadas. Durante el proceso, se elige gradualmente la opción que más se asemeja al fragmento original. Para un funcionamiento exitoso, se requiere adivinar correctamente el tamaño, tipo y parámetros del espaciado de la fuente, así como calcular el tamaño de la celda en la cuadrícula de pixelación y la posición de superposición de esta cuadrícula sobre el texto (las opciones de desplazamiento de la cuadrícula se seleccionan automáticamente).
Adicionalmente, se puede mencionar el proyecto DepixHMM, en el cual se ha preparado una variante de la herramienta Depix, adaptada a un algoritmo basado en un modelo oculto de Markov, que ha logrado aumentar la precisión en la recreación de los caracteres.
Fuente: opennet.ru
