forexe，Web的照片取证（2015）

回到2012年，我被黑了一点工具用于对图像进行错误级别分析。坦率地是一个坦率的UI，它已经使用了250岁以上的糟糕UI和＃39; 000人。

几天前，我随机偶然地偶然发现了杰西卡弗里德里希，大卫苏卡尔和JanLukáš.i的数字图像中的复制伪造纸上的纸张检测。我想看看我是否可以做一些类似的东西，并使它在浏览器中运行。它一个很好的调整，但我结束了一些工作的东西。我拍了一份我的照片电影仿真器作为UI的基础，改编了它，移植了旧的ELA代码并添加了一些新工具。结果被调用urententical。

如果你想要一些关于如何使用的指导，你可以选择毒药。优惠是一个12分钟的独白，形式的讲解视频ORA的全部束在帮助页上的隐秘文本。我很抱歉，也不是非常好的。

我猜这个新工具的最有趣的特征是克隆检测。所以让我透露给你我如何制作它的工作。我会尽力保持解释。如果有兴趣IT Imight仍在稍后编写算法的更新描述。

在图像上创建一个窗口，对于窗口的每个位置，窗口中的所有像素都将窗口中的所有像素作为键作为键，如果键已经在表中我们找到了克隆！标记它。否则将键添加到表格中

这实际上是有效的，但它只会找到完美的副本。我们希望匹配更具模糊。

因此，下一个关键步骤是使匹配更具模糊。我们通过压缩键来使其更加唯一。您可以将这一步转换为微小的JPEG，然后使用这些像素作为键将每个小块转换为键。 。实际实现是使用此步骤的HAAR小波。您可以看到通过单击克隆检测工具中的显示量化图像来使用压缩块。

因此，下一步是过滤所有块并丢弃镗孔。这是通过将高频率中的细节量进行比较到阈值来完成。您可以将其视为减去块的模糊图像该块然后查看像素的剩余剩余。在练习模糊不是必需的，因为小波步骤已经为US完成了。您可以将被拒绝的块视为量化图像中的黑点。

在此阶段，算法的工作原理，但它仍然显示了很多恰好恰好看起来相似的块的无趣副本。

所以现在我们拍摄了另一张我们发现的克隆。如果源和目的地之间的距离太小，我们拒绝它们。我们看看从类似地方开始的克隆，并被复制成相似的方向。如果我们发现少于最小的簇大小，其他类似的克隆，我们将克隆丢弃为噪音。

我尚未弄清楚如何许可代码和资产。但我计划以某种形式释放它。

一如既往地，在应用程序和帖子上都是赞赏的反馈。您希望未来的帖子更深入和技术或您可以如此的当前格式？