Teraz będziemy ?odejmować? zdjęcie drugie od zdjęcia pierwszego. Druga wersja tego pliku będzie generować zestaw danych bardzo podobny, jednak nieco odmienny od oryginału. W efekcie, ?odjęcie? wartości pikseli da nam wynik zbliżony do zera, jednak minimalnie od niego różny.

Efektem ?odjęcia? będą ciemne zdjęcia z losowymi ?szumami?. Ta losowość będzie rozprzestrzeniona na całym obrazku. Obszary, które są brzegami przedmiotów, czy ludzi są co prawda kolorowe, jednak to nadal nic innego, jak tylko zwykłe szumy. Brzmi to bardzo zawile, dlatego spieszę z zaprezentowaniem pierwszego przykładu.

Obraz 1- Obrazek w formacie JPG przekonwertowany z formatu RAW

Obraz 1 to zdjęcie oryginalne (przekonwertowane z formatu RAW do JPG). Natomiast Obraz 2 to różnica obrazów stworzona poprzez porównanie oryginału z kopią. Jak widać, to tylko zlepek jakichś szumów ciągnących się przez całe zdjęcie. Jest to Analiza Błędu Zdjęcia. W dalszej części artykułu dowiemy się, jak takie analizy tworzyć.

Obraz 2- Analiza Błędu Zdjęcia Obrazu 1

Dr Neal Krawetz odkrył, że jeśli zdjęcie jest edytowane, to wyedytowane obszary stają się dużo bardziej jaśniejsze na obrazie różnicowym (Analiza Błędu Zdjęcia). Będą widoczne tak zwane ?hot spoty?. Dzieje się tak, ponieważ zmiany zdjęcia pozostawiają różnice w danych pikseli, które są powiększane w procesie kompresji.

Podsumujmy zatem tę część. Mamy plik JPG, który zmieniamy i zapisujemy tworząc tym samym dwie kopie – podstawową oraz zmienioną. Proces Krawetza tworzy trzecią grafikę, która jest niczym innym, jak tylko obliczeniem różnicy pomiędzy oboma plikami. W efekcie pojawiają nam się zmiany w postaci szumów. Tak przynajmniej brzmi teoria.

Z moich własnych doświadczeń wynika, że np. skopiowanie osoby znajdującej się w Obrazie 1, a następnie wykonanie procesu Krawetza nie daje nam jednoznacznych rezultatów, z których jasno można by wywnioskować, że dane zdjęcie było zmieniane. Trzeba zatem szukać również innych metod identyfikacji fałszywych zdjęć. Okazuje się, że proces Krawetza jest jeszcze w powijakach i to, co może dostrzec bystre oko, jest póki co dużo bardziej skuteczne.

Rozpoznawanie fałszywych zdjęć: przykład 1

Przyjrzyj się zdjęciu

To piękne zdjęcie przedstawia zmieniające się, jesienne liście w Stourhead w Wiltshire. Pierwszą myślą, która przychodzi mi do głowy, to sprawdzenie, czy odbicia w tafli wody nie pokazują czegoś, czego nie ma na reszcie zdjęcia. Być może autor edycji skopiował jakichś ludzi lub usunął np. samochód? Z resztą sama tafla jest zbyt gładka. Zwróć także uwagę, iż pomimo, że jest to jesień, to na trawniku nie ma żadnych liści. Znajdują się one tylko na drzewach.

Powiększ zdjęcie, jeśli to możliwe

Jeśli zdjęcie jest w wystarczająco dużej rozdzielczości, możesz powiększyć obszary, które według ciebie mogły zostać zmienione. Dla przykładu, tutaj możemy zobaczyć jakieś dziwne niebieskie odbicia w tafli wody, których nie znajdziemy w żadnym miejscu na ruinach. Co więcej, po dokładniejszym przyjrzeniu się temu obszarowi widzimy jakieś zamaskowane punkty, które mogły być kaczkami pływającymi po jeziorze.

Użyj Analizy Błędu Zdjęcia

Teraz skorzystamy z procesu Krawetza, który opisaliśmy w pierwszej części tego tutoriala.

Na wstępie upewnij się, że zdjęcie znajduje się w sieci i odwiedź adres http://errorlevelanalysis.com/ . Użyłem tutaj tylko powiększonego fragmentu zdjęcia głównego z poprzedniego punktu. Narzędzie to bowiem akceptuje tylko małe rozmiary obrazów.

Widać tutaj pewne istotne zmiany. Po pierwsze, trawiasty obszar posiada jakieś plamy. Może być to dowód na użycie pędzla klonującego. ?Hot spoty? wzdłuż linii brzegu również oznaczają, że było tutaj coś zmieniane.

Rozpoznawanie fałszywych zdjęć: przykład a

Przyjrzyj się zdjęciu

To zdjęcie przedstawia most Pulteney w Bath. Tym razem odbicia w tafli wody nie rzucają się już tak bardzo w oczy. Spowodowane jest to falami. Pamiętajmy jednak, że ich podrobienie również nie stanowi większego problemu. Najbardziej oczywistą zmianą w tym obrazku może być usunięcie jakichś ludzi. Jednak w tym przypadku nic na to nie wskazuje.

Prawdopodobnie, zmiany (jeśli w ogóle istnieją) są dużo trudniejsze do wykrycia. W serwisie Flickr znalazłem kilka innych zdjęć tego miejsca, aby porównać, co potencjalnie autor mógł dodać lub usunąć.

Powiększ zdjęcie

Porównując ten obraz z innymi znalezionymi w sieci, wydaje się, że budynek po prawej zyskał dodatkowe okno.  Zauważ, że gdy powiększymy ten obszar okaże się, ż okno po prawej wygląda dokładnie tak samo jak prawdziwe okno po lewej.

Zauważ jeszcze jedną rzecz. Autor edycji skopiował nieco zbyt duży fragment ściany. Znajduje się tam mały, czarny fragment po lewej stronie prawego okna. To część rynny.

Powiększ zdjęcie ponownie

Znalezione na Flickr inne zdjęcia tego miejsca wskazują, że została tutaj dokonana jeszcze jedna, mniej widoczna edycja. Zaraz nad dachem mostu, po prawej stronie nieco w oddali, powinna znajdować się wieża kościoła. Na naszym zdjęciu jej nie widać, a w dużym powiększeniu możemy zaobserwować ewidentną edycję tego miejsca.

Oczywiście zdjęciom znalezionym na Flickr również nie można ufać – one także mogły zostać zmienione. Niemniej jednak można poszukać jeszcze innych fotografii tego miejsca, dla upewnienia się.