馬賽克目前還不能去除。

馬賽克是現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域的色階細節劣化并造成色塊打亂的效果，因為這種模糊看上去有一個個的小格子組成，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。

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，如果只是很小的一部分，我們可以通過技術手段去做一定程度的恢復，但是需要大量的原畫大佬進行恢復，一般沒人去這樣做。

擴展資料

目前馬賽克的修復是屬于人工智能的范疇，例如谷歌公司的開發者們通過AI系統，使AI產生“聯想”，以“猜測”的方式為馬賽克增添細節，一步步提高像素倍數，最后得到清晰的圖像。這種處理方式需要AI強大的學習能力與計算能力，這也是人工智能的發展方向。

這種“腦補”基于兩項核心工具。第一項是工具調節網絡，是一個CNN（卷積神經網絡），通過向AI展示海量人物面部照片來進行訓練，讓AI記憶學習到具有代表性的面部特征。

第二項工具是優先網絡，是一個PixelCNN，讓系統基于之前的訓練，猜測哪些細節能夠作為高分辨率照片的特征，并根據概率優先原則，從所有可能的原圖中找到最有可能匹配的細節，對高分辨率照片進行填充。

現在的恢復技術，只能是在AI的精密計算能力之下，通過龐大的數據庫，在無數個圖像中填充、匹配和還原原有圖像的內容，但是對于如下這種，沒有數據庫資料，再強大的技術也是無法恢復的，所以對于這種文字馬賽克，目前市面上沒有技術進行復原。

馬賽克不能去掉。在使用馬賽克的過程中。原圖的信息會受到損失，而這種損失也是不能反轉的。馬賽克復原的技術在理論上是行不通的，因為一千多個像素點就會被模糊成50個，甚至更少。

拓展資料：

馬賽克指現行廣為使用的一種圖像處理手段，此手段將影像特定區域的色階細節劣化并造成色塊打亂的效果，因為這種模糊看上去有一個個的小格子組成，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。例如一張圖片，他們當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范圍。

用RGB來舉例子，R(red紅色)，G(green綠色)，B(blue藍色)。這三種顏色每種都有0-255范圍內的強度值，數字越高越亮，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。如藍色光與白光相遇，結果是產生更加明亮的淺藍色光。所以R、G、B的值的不同來混合顏色。