标签:
杂谈 |
这是一张非常著名的林肯肖像照,嗯……没错,它是改过的,原图是右边的著名的南方政客John Calhoun。不知道林肯他老人家当时是怎么想的,拿一张死对头的照片当底板……
不过,虽然PS让一切皆有可能,但明眼人还是能够从细节见端倪的。下面介绍几个判断的小技巧:
光源没办法说谎
光学摄影的基础,那当然是光。所以照片的光线特征也是鉴定照片真实性的首要因素。对于一般的照片,我们最容易判断的就是图中物体的光源特征是否一致。
这张图所呈现的就是单一光源照射在球体后的样子。简单来说,光源直射的地方最亮,离光源越远,亮度呈梯度下降。在拿到一张照片以后,我们就可以先来看看所有的人或物体的光源特征是否全部一样。
从这张图里1B和3B警察的头盔可以看出(外国人也知道2B不好?),光源是在正上方的。而这几只充满违和感的鸭子呢?照在它们身上的光源显然不是正上方。(鉴定:此图为“PS”加工过的)
眼中的白点反射了高光
这里说的反射高光是指环境光束在眼中反射的那个小白点。而这些小白点通常可以告诉我们一些有关周围光源的信息。
这是一幅2006年“美国偶像”的宣传照。从小图中可以看出,每个人眼睛里的小点都有所不同。
首先,这个小白点的位置可以告诉我们光源的位置。随着光源的移动,小白点的位置也会随之移动。
一般来说,如果每个人眼睛里小白点的位置实在差太多的话,用肉眼就可以分辨出来。不过Dartmouth学院的计算机教授Hany Farid提供了一种更精细的算法,可以根据眼睛结构的不同,准确做出“反射高光”的数学模型。
对于上面那幅图来说,他们4个人眼睛里白点的位置就是这样的:
这很显然不是一张图,而且没准是3张图一起拼的。不过人家明星档期忙,也就可以理解啦。
复制粘贴?照样可以识别!
一般来说,通过计算机来找共同点的话需要一个一个像素的比对,不过这么来的话,一般得到的结果都是天文数字……Hany Farid提出了一种以六像素小方块为基本单位来进行比较的新算法。这样不但加快了比对速度,也降低了误查率。来看看这张照片的答案吧!图中红蓝绿色的区域就是重复的区域!
相机留下了“指纹”
不过这个“指纹”跟手上的不太一样。我们都知道,数码相机CCD上的每个象素都带有一个光感应器,用以测量光线的明亮程度。不过由于光电二极管是只支持单颜色的装置,所以就需要一套镶嵌式的颜色滤镜,也就是“过滤排列装置”(CFA),以便让感应器区分组成可见光的红、绿、蓝三种基本颜色,并且将其转变成数字信号,如下图:
特定的方格只能接收到特定的信号,那为什么我们看到的图是五颜六色的呢?首先,由于所有的颜色都可以分解成RGB,也就意味着可以通过RGB来合成,所以当三种颜色叠起来的时候,五彩的颜色就出现啦。不过因为并不是每一个“格子”都有三种信号,所以每一种通道就会通过一些算法,来“填”满其他的格子,比如求平均数。
简而言之,每种通道里的所有“格子”里的数字都应该和周围的格子有数学关系的,否则,这图就一定被“P”过。
原文:搜搜问问