关于本站

这个站点很小，只做一件事：把「吉尔伯特曲线 + 黄金分割位移」的像素置换算法准确、透明地跑在你的浏览器里。这一页说明我们怎么做、不做什么，以及它做不到什么。

这个站点只做一件事

打开页面、选择图片、选择方向、拿到结果，流程就结束了。这里没有社区，没有素材库，也没有必须注册才能使用的功能。工具页负责的只有一件事：把一张图的像素按固定规则搬家，搬乱或者搬回去。

把范围压得这么窄，是因为置换算法本身没有模糊地带——它要么严格正确，要么就是错的。与其在旁边堆一圈用不上的功能，不如把这一步写清楚、测清楚。混淆与解混淆是同一个循环的两个方向，只要整条链路没有经过有损压缩，一次处理总可以被另一次处理还原。

如果你手上正有一张需要还原的图片，直接打开图片混淆 / 解混淆工作台即可；想先弄明白背后发生了什么，从算法栏目读起会更顺。

技术实现

整个站点是纯 HTML5 + CSS3 + 原生 JavaScript，没有前端框架，没有第三方依赖库，没有后端接口。页面打开之后，算法就已经在你的机器上了，不存在"等服务器返回结果"这一步。也没有构建期的运行时依赖——交付出去的就是静态文件，放在静态空间里就能运行。

图标全部是内联 SVG，直接写在页面里，不额外发起请求。字体使用系统字体栈，跟随你的操作系统显示，同样不加载任何外部字体文件。这样做的直接好处是首屏更快、断网也能用；代价是不同系统上的字形略有差异，这属于外观问题，不影响处理结果。

正因为没有后端，本站也就不存在"服务器上的图片"这种东西。数据处理路径的细节写在隐私政策里，那里逐条列出了本地处理的具体步骤，以及页面会发起哪些请求。

算法一致性怎么保证

实现严格按「广义吉尔伯特曲线遍历 + 黄金分割位移」两步走：曲线把 W×H 的像素阵列排成一维序列 order，位移量取 k = round((√5 − 1) / 2 × W × H)，序列整体循环移位后沿同一条曲线写回。公式与代码结构在置换流程与伪代码里可以逐行对照。

为了确认移植过程没有走样，构建期会运行一个比对脚本，把本站实现与原始实现在相同输入下做逐字节比对，覆盖从 1×1 到 1000×3 的 20 组尺寸。比对的是输出像素的每一个字节，不是肉眼看像不像，也不是文件大小对不对。

这份保证的具体含义需要说清楚。它保证的是：在列出的这 20 组尺寸上，本站的计算结果与原始实现完全一致。它不能保证任意尺寸都自动正确——没有列入比对的尺寸仍可能出现边界差异；它也不覆盖格式层面的差异——JPEG 编码由浏览器的画布实现完成，那一部分不属于置换算法，也不由本站控制。换句话说，算法层面的一致性经过逐字节验证，格式带来的损失依然存在，两者不要混为一谈。

内容原则

页面上的文字都是自己组织语言写出来的，不搬运现成表述。凡是涉及数字的地方，要么来自算法本身的推导，要么来自构建期脚本的实际输出——分辨率、像素数、位移量、循环长度这些参数表，全部由同源代码算得后直接填入，不靠手抄。算法类文章里的公式与参数因此可以复核：你按公式重算一遍，得到的应该和页面上写的一样。

不写没有出处的数据，不写用户量、好评率、机构背书这类无法验证的信息，也不用绝对化的形容词替代事实描述。评价性的表述尽量换成可检查的细节，比如把"速度很快"写成"处理 200 万像素时临时内存约 24 MB，算法是单遍 O(N) 遍历"。

每篇文章都要写清失效边界。一项技术在哪里不管用，和它在哪里管用同样重要。如果一段内容读完让你觉得"这个方法好像什么问题都能解决"，那说明这段内容没有写完整。

明确不做的事

下面这五条是刻意的选择，不是还没做：

• 不收集图片。没有上传接口，也没有任何形式的图片暂存。你的文件只存在于当前这个浏览器标签页里。
• 不做加密承诺。本算法公开、无密钥、可逆，把混淆说成加密是误导。这一点在使用条款与免责声明里也有对应说明。
• 不放广告与统计追踪脚本。页面不接入广告位，也不加载行为统计工具。
• 不做账号体系。没有注册、登录、会员等级，也就没有可以泄露的账号数据。
• 不引导付费。功能不设付费墙，不弹付费提示，也没有"高级版才有的画质"。

能力边界

混淆不是加密，这一点必须先讲清楚：算法公开且可逆，任何人拿到混淆图都能用同样的规则还原。它提高的是自动化直接复用的成本，挡不住有意为之的人工还原。

另外三条限制同样影响结果。图片如果经过 JPEG 这类有损格式，还原后会留下块状噪点与彩边，因为像素值在压缩阶段已经被改过，这不是算法出错。单张超过 800 万像素或单边超过 4000 像素的图片会先被等比缩放再处理，缩放本身就改变了像素，这条路径不再是无损的。还有一点常被误解：如果图片不是用这套算法混淆的，本站还原不出原图，只会得到另一张被打乱的图——置换只对得上固定的一条曲线和一个位移量。

关于噪点与格式的关系，输出格式与画质那一篇用对照方式拆开讲过。如果你已经看到结果里出现块状痕迹，从那一篇查起，比反复重试有效得多。

内容结构与阅读路径建议

全站内容分四块，各有明确用途。教程解决"怎么做"，从三分钟上手到故障排查按顺序铺开；算法原理解决"为什么这么做"，把曲线、位移、流程、可逆性、性能拆成独立主题；应用场景讨论"该不该用"，重点写边界而不是好处；帮助中心负责查名词、查版本、报问题。

三条常见路径可以直接照抄。急着把图还原出来的人，走教程块的快速上手，再按需补解混淆教程。想彻底搞懂算法的人，按曲线、位移、流程、可逆性的顺序读下去，遇到不认识的词查术语表。关心"发图会不会泄露"的人，先读场景块里的隐私处理篇，再回头读隐私政策确认数据处理方式。

反馈与更正

页面上的数字写错了、表述不准确，或者某个现象与你的实际结果不符，欢迎指出来。内容更正不需要客套，写清"哪一页、哪一句、你认为应该是什么、依据是什么"就行。算法层面的问题建议附上图片的像素尺寸与处理方向，这样最容易复现。

提交入口在意见反馈页，那里可以在本地生成一份带浏览器信息的结构化报告，复制到邮件里就能用。如果只是想确认某个做法，建议先翻一遍常见问题，很多现象的原因已经在里面写过了。