可逆性与误差分析

置换本身没有误差，你在还原结果里看到的噪点全部来自图片格式。这一篇先证明算法可逆，再逐层拆开有损压缩到底丢了什么。

置换与双射：先把两个词说清楚

置换就是重排位置：每件东西都有唯一的新座位，既不合并，也不丢弃任何一件。教室换座位是置换，洗牌也是置换。

双射说的是一一对应。用一句话给出数学定义：对集合 S 上的映射 f，如果每个元素 y 都存在唯一的 x 使 f(x) = y，那么 f 就是双射。它意味着既没有两个输入挤到同一个输出，也没有输出被空着。

这个方案里有两层双射。第一层是曲线序 order，把 0 到 N−1 的曲线序号一一对应到 0 到 N−1 的像素下标，每个格子恰好被访问一次；第二层是位移 (i + k) mod N，它是 N 个位置上的一个轮换，同样一一对应。

强调双射是因为它正好是可逆的充要条件：每一步都不丢不重，反过来走就一定回得到起点。名词解释可以查术语表。

证明两步互为逆运算

证明不需要任何图片知识，只要把两段循环的定义写出来再代入。

先写混淆的定义。对每一个曲线序号 i，混淆后的图像 A 满足 A[order[(i + k) mod N]] = in[order[i]]，即原图中曲线序号 i 的像素被放到了序号 (i+k) mod N 的位置上。

把上式改写成以落点为主角的形式。令 m = (i + k) mod N，反过来 i 就是 (m − k) mod N，于是对任意曲线序号 m 都有 A[order[m]] = in[order[(m − k) mod N]]。

再写解混淆的定义：解混淆后的图像 B 满足 B[order[i]] = A[order[(i + k) mod N]]，它读取的正是 A 在位置 (i+k) mod N 上的像素。

把 m = (i + k) mod N 代入前一段的式子，右边立刻变成 in[order[((i + k) − k) mod N]]，也就是 in[order[i]]，于是 B[order[i]] = in[order[i]] 对每个 i 都成立。

最后一步：曲线序把 0 到 N−1 全部走了一遍，每个像素下标恰好出现一次，所以对每个曲线序号成立就等价于对每个像素成立，B 与 in 逐像素相同，证明结束。

换个角度更直观：混淆是把一维队列循环右移 k 位，解混淆是循环左移 k 位，右移再左移等于原地不动。位移的循环结构在黄金分割位移里有完整推导：1920×1080 的 N 是 2 073 600，k 是 1 281 555，最大公约数 135，因此置换由 135 个循环组成，每个循环长 15 360。

所以算法本身是严格无损的

推导只用到位置的一一对应，没有用到任何像素值：输入是什么字节，输出就是同一批字节换了位置，一个不多、一个不少。所以不经过有损编码时，混淆再解混淆可以逐字节还原原图，包括 alpha 通道。

另有两个容易忽略的事实。其一，混淆不改变颜色直方图，红色像素的数量前后完全一样，颜色分布这类统计特征仍然暴露原图信息。其二，原有水印、文字、人脸的像素仍然存在于图中，只是位置被移动。

既然算法无损，噪点从哪来？从算法外面来。置换流程与伪代码里那四行赋值没有任何近似成分，问题出在把结果写进文件的那一刻。

损失从哪里来：JPEG 的有损压缩

JPEG 的编码流程粗分为四步：切成 8×8 小块、对每块做 DCT 变换、对系数做量化、熵编码。量化是不可逆的关键一步。

DCT 把小块从像素值转换成一组频率系数：低频描述整体明暗，高频描述细节与边缘。量化是把每个系数除以量化表里对应的步长再取整，步长大的系数常常直接变成 0，这部分信息在解码时永久消失。

量化表按人眼敏感度设计：低频步长小、保留得多，高频步长大、丢得多。被丢掉的正好是文字边缘、毛发、细线这类细节，也正是还原结果里最容易看出问题的地方。

质量参数控制量化表的缩放比例。本站与原工具一致，JPEG 输出的质量参数取 1，这是压缩器允许的最高档；但最高档只是把误差压小，不会归零，JPEG 只要有量化就一定是有损的。

色度抽样为什么造成彩边

JPEG 编码前先把 RGB 拆成亮度 Y 与色度 Cb、Cr。人眼对亮度分辨率敏感、对色度迟钝，于是编码器允许色度降级存储，这就是色度抽样。

常见的 4:2:0 把色度在两个方向上都减半：每 2×2 四个像素共用一组色度值，色度只剩四分之一的分辨率。日常照片里看不出来，但在彩色文字边缘和饱和色细线上非常明显。

原因是色度降采样后又插值放大，颜色会跨越原本的轮廓扩散出去：一列锐利的红色文字，插值后红色渗到相邻像素，还原时就表现为边缘发彩、出现原图没有的颜色，也就是常说的彩边。

置换会把这种误差搬到别处。原图里彩边沿文字轮廓分布，位置集中；解混淆把像素送回原位后，彩边散布全图，不再与任何可见轮廓对应。

误差为什么会扩散到整张图

因为置换破坏了空间相关性。原图里相邻像素高度相似，压缩误差被局部结构挡住：平滑区域本就平坦，误差看不见；纹理区域误差混在细节里，难以分辨。

混淆之后，画布上相邻的像素在原图里可能相隔几百个像素，彼此毫无关系。JPEG 编码器面对的是一张接近噪声的图，预测与熵编码效率大幅下降，这就是混淆后的 JPEG 通常比原图更大的原因，文件变大不是故障。

解码时每个块里的量化误差已经混进被搬运过的像素。解混淆把它们送回原位，一个 8×8 块的 64 个像素会落到原图里彼此相距很远的位置，原本集中的误差就被均匀撒到全图。

结果就是：错的只是随机位置的单个像素，看起来却像全图都脏了。个别位置还会出现孤立的亮暗点，因为那里原本的邻居帮不上忙。

多次转存的累积效应

每次打开再另存为 JPEG 都会重新走一遍 DCT、量化与色度抽样。误差只会叠加，不会抵消：上一轮丢掉的系数不会因再编码一次而回来，这一轮还会在已经失真的像素上再丢一批。

更麻烦的是链路里常有看不见的重采样：聊天软件的图片压缩、截图工具、社交平台的上传优化，都可能顺手把尺寸改小。缩放要重采样，再插值放大回不到原样，这比 JPEG 量化更难察觉，也更彻底。

一个粗略的观察规律：转存次数越多，色度劣化与边缘模糊越明显；文件体积的变化没有固定方向，但画质只会更差。

如果链路里既缩放又走 JPEG，损伤会被置换进一步摊开：丢失的细节本该集中在被合并的相邻像素上，解混淆后却散落全图，看上去比单纯缩放更糟。

什么时候能做到逐字节还原

条件只有一条：整条链路必须无损，也就是 PNG 进入、PNG 输出、不缩放、不截屏、不经过有损转存，混淆与解混淆之间不落 JPEG。

满足条件时，混淆后的 PNG 里保存的就是原图那批字节，只是位置不同；再解混淆一次，位置换回来，结果与原图逐字节相同。验证方法是做一次无损往返：对同一张 PNG 先混淆得到 A，再对 A 解混淆得到 B，把 B 与原图逐像素比对。

还有一点要提醒：同样的像素用 PNG 保存后体积可能比原图更大，因为空间相关性被破坏后无损压缩的压缩率下降，这属于正常现象，与画质无关。取舍细节可以看输出格式与画质。

实践建议与局限

如果目的是精确还原，全程用 PNG，不要对混淆后的文件做二次处理。已经拿到 JPEG 的图片，不要在还原前先转成 PNG，多一次编码只会多一次损失，直接解混淆更好。

如果只是让内容不适合被直接预览，接受 JPEG 的损失是合理的，前提是别指望拿回完全一致的像素。要把噪点压到最低就减少链路环节：不缩放、不截图、不二次发送。

算法层面的局限也要说清楚。这套置换没有密钥，规则公开且可逆，任何人都能解混淆：它提高的是自动化直接复用的成本，不能阻止人工还原，也不能当加密用。混淆也不删除信息，水印、文字、人脸的像素都还在图中，只是换了位置，真正的脱敏必须先永久遮挡或裁剪，边界见社交分享中的图片隐私处理。想对比两种格式的差异，可以直接去图片混淆 / 解混淆工作台。