【发布时间】：2019-11-18 07:56:24
【问题描述】：
我有几种检测修改图像的标准方法，例如
- 亮度梯度
- 复制移动检测
- 元数据提取
- 直方图分析
- ELA（错误级别分析）
- 量化矩阵分析
- 缩略图分析
还有其他检测修改图像的标准方法吗？
试了
- 查找图片的EXIF以查看创建和修改日期并检查修改。我也有一些关于 EXIF 相机制作和做笔记验证的规则，以及检查所使用的软件，如 photoshop、Shotwell 等。
- 能够分割图像并使用 SLIC（简单线性迭代聚类）找出图像中相似的聚类区域
- 找到与亮度梯度的像素不一致较少的最大轮廓，将其标记为潜在的修改区域
- 以 ELA 作为潜在修改区域的最大轮廓
- 检查直方图中的不一致并将其标记为潜在的已编辑图像。
这是我的问题
- 是否有任何标准逻辑来验证带有元数据的图像，例如使用创建和修改日期、相机制造商或制造商注释等。因为这些细节对于任何给定图像都不一致。
- 找出亮度梯度中像素不一致性最小的轮廓总是会给我一个经过修改的图像？
- 如果直方图有规律的区间波动，是否可以认为是修改后的图像？
- 如何使用量化矩阵找出图像异常
- 将缩略图图像与原始图像进行比较以检查不一致的最佳方法是什么？
【问题讨论】：
-
请阅读How to Ask
-
@Piglet 我认为这些都与一个概念有关，我希望解决方案作为一个整体链接所有各种答案，因此必须将它们作为子问题
-
您真的应该考虑将这些问题拆分为单独的问题。甚至可能有人能够回答您的一个子问题，但他们根本不敢回答，因为他们无法回答所有问题。一般来说，它也会更加集中和易于理解。如果您想编译它，您可以稍后在此处链接您的子问题。
-
我想看看是否有人至少可以回答一些子问题，以便我可以奖励他们赏金，稍后我会将他们分开并作为单独的问题提出。
-
@SundeepPidugu 不清楚该算法到底应该做什么。检查两个图像是否相同？或者测试两个图像是否缩放不同、压缩不同以及颜色编辑是否相同？如果它只是相同的图像，为什么不比较二进制？如果这些是稍微修改过的图像，那么我们需要查看您认为是相同图像的示例。换句话说，您应该提供示例输入和预期输出。
标签： python python-3.x image image-processing computer-forensics