混淆完整教程：把图片打乱后再分享

混淆是分享前的低成本预处理：让图片在屏幕上不再被直接读懂，同时一个像素都不丢。这一篇讲清完整操作流程、格式取舍，以及动手前必须知道的失效边界。

先讲清楚：混淆不是加密

混淆没有密钥，算法完全公开，任何人拿到打乱后的图片，用同一套方案把位移反向执行一遍就能还原。这一点必须放在最前面说，因为它直接决定你该在什么场合用它。

混淆做的事情是置换：把 W×H 个像素按广义吉尔伯特曲线（Gilbert curve，希尔伯特曲线的矩形推广）排成一条一维序列，再把整条序列循环移动 k 位，最后沿同一条曲线写回画布。位移量只由宽高决定，公式是 k = round((√5 − 1) / 2 × W × H)，其中的 (√5−1)/2 约等于 0.6180339887。整个过程没有任何秘密参数参与。

结果因此是完全确定的。同一张图、同样的宽高，混淆多少次都会得到同一张打乱图。100×100 的图片 N 是 10000，k 是 6180；640×480 的图片 N 是 307200，k 是 189860。这些数字是算出来的，不是随机生成的。加密每次都会产生不同的密文，混淆永远给出同一个答案，这就是两者最本质的区别。

混淆提高的是自动化直接复用的成本，不是「看一眼」的门槛。如果你要的是真正的机密性，混淆给不了。可逆性、抗分析能力与适用场景的逐条对照，可以看混淆与加密的边界对比。

什么图片适合先混淆

判断标准只有一条：这张图是不是「需要发出去，但不希望被直接看懂」。符合这条的图片通常落在下面几类。

• 课程讲义里的答案页、试卷解析图：先混淆再发到班级群，能挡住直接抄答案的顺手操作。
• 设计草稿与方案截图在多人传阅时：降低被随手转存后直接拿去使用的概率。
• 算法讲解的演示素材：混淆前后两张图本身就是最直观的对照材料。
• 公开渠道里定向分享的图片：混淆加一句约定话术，比直接发原图多一道缓冲。

反过来，有几类图片不适合混淆，甚至不该混淆。第一类是带身份证号、手机号、住址、合同金额的截图。混淆只是把像素搬家，这些内容仍原封不动地躺在图里，还原一次就能读全。正确顺序是先把敏感区域永久裁剪或涂实，再考虑要不要混淆。

第二类是需要长期存档、要求逐字节可回溯的图片，例如票据照片和存档扫描件。这类图片一旦经过有损格式转存就回不到原始状态，混淆只会多添一道风险。第三类是已经被反复转发的聊天图片：源图压缩痕迹很重，再混淆一次通常只让体积继续膨胀，画质上却换不来任何收益。

混淆的完整操作流程

在图片混淆 / 解混淆工作台里，整个动作只有三步。

处理耗时与像素数成正比。1920×1080 对应 N = 2073600，k = 1281555；2048×1536 对应 N = 3145728，k = 1944167。想亲眼确认曲线怎么走完整个矩形、位移量怎么算出来，可以打开吉尔伯特曲线可视化，输入宽高自己跑一次。

如果图片超过处理上限，工具会先等比缩放再处理。缩放这一步本身就会改变像素值，因此缩放过的图片不再是无损链路。上限是单张不超过 800 万像素、单边不超过 4000 像素，具体的内存开销在性能那一篇里有推算。

输出格式与质量参数怎么选

结论很直接：想要与原工具的输出完全一致，就用 JPEG 并把质量取 1；想让「混淆 → 解混淆」回到逐字节相同的原始像素，就必须走 PNG。

JPEG 是有损压缩，它经过 DCT 变换、量化和色度抽样，会改变像素值。质量参数取 1 是最高档，损失最小，但仍然是损失。把一张 JPEG 混淆后发给对方，对方解混淆得到的图不会和你的原图逐字节相同，文字边缘、发丝、细线这些高频区域最容易看出残留噪点。

PNG 是无损格式，代价是体积。同一张照片，PNG 通常比 JPEG 大若干倍，网页加载和聊天软件发送都会更慢。但如果你后面还要对这张图做二次处理，或者需要验证「无损往返」，PNG 是唯一稳妥的选择。

质量参数只在选择 JPEG 时有意义。质量调低会让两个方向的损失都放大：混淆后的图更容易出现块状痕迹，对方还原出来的结果也更糊。除非你明确知道接收方能接受画质下降，否则不要为了让文件变小而调低质量。格式与画质的完整对照在输出格式与画质里，包括 JPEG 痕迹的成因与多次有损如何累积。

混淆后的文件为什么通常变大

这是正常现象，不是工具出错。图片压缩的效率来自空间相关性：相邻像素往往颜色接近，编码器于是可以「预测，再只记录偏差」。

混淆把沿曲线相邻的像素搬到了相距很远的位置，原本平滑的邻域关系被打散。JPEG 在 8×8 块上做 DCT 时，块内不再是低频占主导，高频系数显著增多，量化后剩下的非零系数更多；到了熵编码阶段，符号分布更接近均匀，压缩率自然下降。PNG 也受同一类影响，它的行滤波预测在打乱后基本失效，所以 PNG 输出同样会比原图大，只是机理不同。

值得留意的是，文件变大不代表信息增加。像素一个没多、一个没少，只是排列方式让编码器更不好压。混淆不改变颜色直方图——像素值只是换了位置，没有增减，所以颜色分布这类统计特征仍然暴露原图信息。相关推导见可逆性与误差分析。

如何与接收方约定还原方式

混淆过的图片不能发出去就完事，收图的人需要知道三件事，缺一件就会卡住。

1. 用什么工具还原。最简单的做法是约定同一个工具页地址，让对方不需要额外安装任何东西。
2. 用哪个方向。混淆与解混淆互为逆运算，选错方向只会把图打乱得更彻底，发图时要明确写「这张选解混淆」。
3. 期望什么格式。如果要求无损，就约定双方都走 PNG 链路，并且不要在中间环节用截图代替保存。

下面这段话术可以直接复制，替换括号里的内容就能发。

约定里还值得加一句提醒：让对方在还原后核对一次方向是否正确。判断方法很简单，方向选对了会看到连贯的画面，选错了会得到另一张同样杂乱的图。还原方向的完整判断方法写在解混淆完整教程里。

混淆防不住什么

必须把失效场景讲明白，否则容易高估它的作用。混淆挡不住下面任何一种情况。

• 人工还原。任何人只要知道这套公开方案并拿到工具，几步操作就能把图还原出来。混淆对「人」几乎没有门槛。
• 录屏。如果图片是在屏幕上被打开的，录制整个过程就能完整取得内容。混淆发生在传输环节，管不到展示环节。
• 屏幕翻拍。用另一台设备拍下屏幕，混淆同样无能为力，因为此时信息已经绕过了文件层面的置换。

它真正起作用的地方，是让自动化程序在批量抓取时只能拿到「不能直接用」的图。爬虫按图像特征做匹配、按缩略图做聚类、按 OCR 提取文字，遇到被打乱的像素都会失效或需要额外处理。这个成本提升是真实存在的，但也仅此而已。

小结与延伸阅读

混淆是一条确定性的、公开的、可逆的置换链路：曲线负责排队顺序，黄金分割位移负责挪动距离，两者合起来把图片打乱；反向执行同一套计算就能还原。它的价值在于降低自动化复用的便利性，而不在于保密。

动手前按这个顺序检查一遍：这张图里有没有必须先遮挡的内容；接收方知不知道工具地址、方向和格式；分享链路里会不会经过截图或有损压缩。三个问题都能答上，再按下「混淆」。

想继续往下读，可以顺着解混淆教程补齐还原侧的全部细节，也可以看应用场景里关于社交分享与版权保护的具体做法。