一、前言
之前看到过一个新闻：上海一对硕士夫妻PS篡改结婚证、离婚证，竟真的骗保成功了：
当时看到这个新闻时我是惊讶又有点惶恐的，惊讶于真有这么胆子大的人，惶恐于最近我们刚好有需要去做一些证件图片是否被篡改过的反诈验证需求，有了上面例子的前车之鉴和最近看到的改核酸检测结果的新闻我们也倍加重视此需求，想法设法的来思考如何有效的解决这个问题。
最开始，我们通过人为的方式来检查，检查方法也是通过放大图片仔细的一个个看有没有被改过的痕迹：
这种方式不但会花费大量的时间，准确率也非常低。进度非常的不理想，这批次的还没检测到一半下批次的已经过来了。另外还特别的伤眼睛，大家看了一天后都直说受不了，人都是晕的。
然后我们了解到可以通过Exif信息来判断图片是否篡改。
Exif信息是什么？
EXIF信息，是可交换图像文件的缩写，是专门为数码相机的照片设定的，可以记录数码照片的属性信息和拍摄数据。EXIF可以附加于JPEG、TIFF、RIFF等文件之中，为其增加有关数码相机拍摄信息的内容和索引图或图像处理软件的版本信息。
通常情况下，一张图片在生成的时候就会携带一些参数和标识性的图片信息，例如用手机拍摄的照片，就会携带有快门、光圈、手机型号等信息，如果用PS等软件处理过的图片就会带有 Photoshop 字样的软件信息。
因此，我们可以通过它来判别某张图片是否是经PS篡改过的。比如，我们可以直接将PS生成的图片文件用记事本打开，就可以在文件头发现"Photoshop"字样的信息：
这时我们就能判断出此文件是通过PS修改过的，则不予通过。
但好景不长，用了一段时间后问题新的问题又出现了!
首先，能够修改图片的不止有PS这个软件，我们不能做到全覆盖，其次Exif的信息是可以被清除的：
市面上有不少软件都能清除Exif信息，有心的用户很容易就能做这个操作。
最重要的是，用户可能只是通过修图软件对图片做了一些裁剪或美化、修饰等处理，并未篡改证件号之类的主要内容，这时通过Exif信息来判断就会造成误判！
这样的情况我们遇到的还不少，经常遇到用户觉得身份证或证件照上的人像自己不满意，利用修图软件对其美颜的操作。
所以通过Exif信息来检测是否篡改的局限性非常大，并不是一个有效的方案。
之后经过一段时间的摸索发现了一款黑科技，合合TextIn的PS检测服务， 经过管网介绍发现它们采用神经网络技术捕捉图像在篡改过程中留下的细微痕迹，基于百万级的数据学习图像被篡改后统计特征的变化，不仅可以判断图片是否被篡改，还能定位修改区域，以热力图形式展示图片的PS区域篡改置信度，不仅支持身份证，还支持护照、行驶证、驾驶证、港澳通信证等证照类别，及增值税发票、普通发票、小票、合同等文档类别的检测：
因此我迫不及待的试用了一下，这里分享一下自己的使用过程。
二、合合PS检测使用分享
首先访问合合PS检测网站地址就可以体验到此服务，官网的例子确实能准确的识别出被篡改的部分。但作为严谨的程序员一直坚持着实践出真知的观点，只有自己试了才知道效果到底好不好，所以我走网上找了几张照片来尝试了一下，总体效果还是不错的，而且基本在1s左右就能处理完一张图片，用起来非常便捷迅速。
案例一、有明显涂抹痕迹的图片
原图：
检测效果：
案例二、没有明显涂改痕迹的恶搞类图片
检测效果：
案例三、有真人头像的图片
检测效果：
可以看到无论是有涂改的还是无涂改的图片都能非常准确的识别出，而且基本都在1s左右完成了处理，当然，合合TextIn也提供完善的API文档供大家接入：
这里我使用官方提供的Python代码进行了对接，非常的方便：
import requests
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
class CommonOcr(object):
def __init__(self, img_path):
# 请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-app-id
# 示例代码中 x-ti-app-id 非真实数据
self._app_id = 'xxx'# 工作台-账号管理-开发者信息中获取
# 请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-secret-code
# 示例代码中 x-ti-secret-code 非真实数据
self._secret_code = 'xxx'# 工作台-账号管理-开发者信息中获取
self._img_path = img_path
def recognize(self):
# PS检测
url = 'https://api.textin.com/ai/service/v1/manipulation_detection'
head = {
}
try:
image = get_file_content(self._img_path)
head['x-ti-app-id'] = self._app_id
head['x-ti-secret-code'] = self._secret_code
result = requests.post(url, data=image, headers=head)
return result.text
except Exception as e:
return e
if __name__ == "__main__":
response = CommonOcr(r'20200716152145460.png') # 填入你的图片路径
print(response.recognize())
输出结果
他们也提供了1000次的免费使用次数供我们使用：
除此之外，合合TextIn还提供了其他常用的图片处理服务，下面为大家简单介绍一下。
三、其它功能介绍
1、去摩尔纹（屏幕纹）
什么是摩尔纹？
当感光元件像素的空间频率与影像中条纹的空间频率接近时，可能产生一种新的波浪形的干扰图案，即所谓的摩尔纹。
说的简单一点通过手机拍摄电脑、电视屏幕获得的照片上出现的纹路就是摩尔纹，如下图所示：
摩尔效应是一种特殊的光学现象，它是两条线或两个物体之间以固定的角度和频率发生干涉后产生的视觉效果。当人眼无法分辨这两条线或两个物体时，就能看到这些干涉的花纹。摩尔纹在一些纹理细密的情况下，比如摄影中的布料上，出现得很是普遍，会通过亮度或者颜色来展现，这种光学现象会对画质造成干扰，影响观看体验并且更容易引起视觉疲劳，所以对摩尔纹的去除也是尤为必要的。
合合TextIn刚好提供了去摩尔纹的功能，处理后的效果如下：
2、图片切片弯曲矫正
很多时候我们为了更好的展示图片或者提高OCR的识别准确率等需要对弯曲形变的图片进行矫正处理，比如下面这种图片：
合合提供文档图像切边矫正 的功能，它可以智能定位图像中文档主体的边缘，并进行背景切除 (文档提取)，对形变文档进行矫正：
以此来帮助我们处理类似的图片，处理后的效果如下：
可以看到效果还是非常不错的，将本身形变的图片竟可能的矫正平整了。
再结合之前的去摩尔纹功能，基本上能解决80%以上的业务场景了，如下图所示（图像矫正+去摩尔纹处理的图片）：
三、总结
如何处理低质量图片和图片篡改检测一直是很多行业迫切需要解决的难点，特别是在保险、金融、银行等领域，如果将虚假篡改过的信息资料审核通过可能会带来巨大的影响甚至是经济上的损失！
这也是目前人工智能、AI技术落地上的难点和瓶颈，很多企业都在尝试解决它，投入了大量的人力物力，可大多都没有取得好的效果。
所以这次的体验是让我非常惊喜的，之前的我从未想过在图片篡改检测方面也能有如此高可用的智能化服务。合合TextIn的出现让我有了非常大的改观，真正的感受到了智能数字化时代的高效和美好！
不难看出，合合信息对此也做了很多努力和贡献，他们通过人工智能和大数据的结合自主研发了领先的智能文字识别及商业大数据核心技术为全世界的用户提供了智能数字化的产品服务。
相信在未来还会有更多好用的智能服务来帮助我们降本增效，让这个世界更高效！
合合TextIn是上海合合信息科技股份有限公司旗下智能文字识别云服务平台，专注文字识别领域16年，对企业、开发者、个人用户提供智能文字识别引擎、产品、云端服务，它们在C端上是落地了非常成熟的产品：扫描全能王、名片全能王、启信宝3款APP在App Store与Google Play应用市场的全球用户累计首次下载量合计超过6亿C端APP2021年3月的月活合计约1.2亿，通过官网可以看到截止目前已识别了来自全球各地的250亿张图片，相信很快就能破500亿甚至是1000亿：
这次我体验的是作为B端业务的合合TextIn，它为企业客户提供以智能文字识别、商业大数据为核心的服务，形成了包括基础技术服务、标准化服务和场景化解决方案的业务矩阵，满足客户降本增效、风险管理、智能营销等多元需求，除了文中介绍的功能外，还有非常多的功能供我们使用：
有需求、有兴趣的小伙伴快来试试吧！合合TextIn官网地址：点我访问