馬賽克目前還不能去除。

馬賽克是現(xiàn)在廣為使用的一種圖像（視頻）處理手段，此手段將影像特定區(qū)域的色階細(xì)節(jié)劣化并造成色塊打亂的效果，因?yàn)檫@種模糊看上去有一個(gè)個(gè)的小格子組成，便形象的稱這種畫面為馬賽克。其目的通常是使之無法辨認(rèn)。

目前使用馬賽克的多為文字圖片和普通圖片。在圖片上，以目前的技術(shù)，如果只是很小的一部分，我們可以通過技術(shù)手段去做一定程度的恢復(fù)，但是需要大量的原畫大佬進(jìn)行恢復(fù)，一般沒人去這樣做。

擴(kuò)展資料

目前馬賽克的修復(fù)是屬于人工智能的范疇，例如谷歌公司的開發(fā)者們通過AI系統(tǒng)，使AI產(chǎn)生“聯(lián)想”，以“猜測(cè)”的方式為馬賽克增添細(xì)節(jié)，一步步提高像素倍數(shù)，最后得到清晰的圖像。這種處理方式需要AI強(qiáng)大的學(xué)習(xí)能力與計(jì)算能力，這也是人工智能的發(fā)展方向。

這種“腦補(bǔ)”基于兩項(xiàng)核心工具。第一項(xiàng)是工具調(diào)節(jié)網(wǎng)絡(luò)，是一個(gè)CNN（卷積神經(jīng)網(wǎng)絡(luò)），通過向AI展示海量人物面部照片來進(jìn)行訓(xùn)練，讓AI記憶學(xué)習(xí)到具有代表性的面部特征。

第二項(xiàng)工具是優(yōu)先網(wǎng)絡(luò)，是一個(gè)PixelCNN，讓系統(tǒng)基于之前的訓(xùn)練，猜測(cè)哪些細(xì)節(jié)能夠作為高分辨率照片的特征，并根據(jù)概率優(yōu)先原則，從所有可能的原圖中找到最有可能匹配的細(xì)節(jié)，對(duì)高分辨率照片進(jìn)行填充。

現(xiàn)在的恢復(fù)技術(shù)，只能是在AI的精密計(jì)算能力之下，通過龐大的數(shù)據(jù)庫，在無數(shù)個(gè)圖像中填充、匹配和還原原有圖像的內(nèi)容，但是對(duì)于如下這種，沒有數(shù)據(jù)庫資料，再強(qiáng)大的技術(shù)也是無法恢復(fù)的，所以對(duì)于這種文字馬賽克，目前市面上沒有技術(shù)進(jìn)行復(fù)原。

馬賽克不能去掉。在使用馬賽克的過程中。原圖的信息會(huì)受到損失，而這種損失也是不能反轉(zhuǎn)的。馬賽克復(fù)原的技術(shù)在理論上是行不通的，因?yàn)橐磺Ф鄠€(gè)像素點(diǎn)就會(huì)被模糊成50個(gè)，甚至更少。

拓展資料：

馬賽克指現(xiàn)行廣為使用的一種圖像處理手段，此手段將影像特定區(qū)域的色階細(xì)節(jié)劣化并造成色塊打亂的效果，因?yàn)檫@種模糊看上去有一個(gè)個(gè)的小格子組成，便形象的稱這種畫面為馬賽克。其目的通常是使之無法辨認(rèn)。例如一張圖片，他們當(dāng)中是有很多不同顏色的小色塊的，由于這些色塊的像素非常非常的小而且密密麻麻的，而打馬賽克就是圈出一個(gè)范圍。

用RGB來舉例子，R(red紅色)，G(green綠色)，B(blue藍(lán)色)。這三種顏色每種都有0-255范圍內(nèi)的強(qiáng)度值，數(shù)字越高越亮，例如，亮紅色使用R值255、G值0和B值0。有色光可被無色光沖淡并變亮。如藍(lán)色光與白光相遇，結(jié)果是產(chǎn)生更加明亮的淺藍(lán)色光。所以R、G、B的值的不同來混合顏色。