Ocultar una cara, una matrícula o un IBAN en una imagen, para siempre

¿Destruye los píxeles o dibuja encima?

Es la única pregunta que importa, y es la que la mayoría de las herramientas nunca responde. Una tachadura dibujada como capa aparte — una forma en un PDF, un objeto en un archivo de maquetación, una anotación en una aplicación de fotos — deja el original debajo, y el original vuelve en cuanto alguien abre el archivo en un programa que entiende de capas. Le ha pasado a escritos judiciales, a informes públicos y a más de un extracto bancario publicado en internet. Lo primero que hay que establecer, pues, es si el rectángulo negro forma parte de la imagen o está encima.

Aquí la respuesta es limpia. Los dos modos actúan sobre la matriz bruta de píxeles de un lienzo HTML: el modo sólido rellena un rectángulo directamente en el mapa de bits, y el modo de color medio lee la zona, saca de ella un único color y repinta ese color por todo el rectángulo. No hay capa, porque un lienzo no tiene capas: es una rejilla de píxeles y nada más. La descarga se genera desde esa rejilla como PNG, y al inspeccionar los bytes exportados el archivo contenía exactamente cuatro bloques: la cabecera, dos bloques de datos de imagen comprimidos y la marca de fin. Ningún metadato, ninguna vista previa incrustada, ninguna segunda copia de nada. Lo que había bajo el rectángulo no está en el archivo.

Destruido no es lo mismo que irrecuperable

Aquí es donde se detienen la mayoría de las explicaciones, y donde empieza el riesgo real. La pixelación y el desenfoque tiran información, eso es cierto. Pero ambos son deterministas: mete la misma imagen y obtienes la misma salida, siempre, sin azar en ninguna parte. Eso convierte el ocultamiento en un acertijo con respuesta comprobable. Si un atacante puede adivinar qué había bajo el rectángulo, puede fabricar su conjetura, pasarla por la transformación idéntica y ver si el resultado coincide con lo que publicaste. Cuando el conjunto de valores posibles es pequeño — una matrícula, una fecha de nacimiento, un código de cuatro cifras, un importe, un nombre de una lista conocida — simplemente se puede probar el conjunto entero.

Así que lo probamos con esta herramienta, cuando todavía ofrecía ambos. Construimos una pequeña zona de documento — 120 píxeles por 44, con cuatro dígitos, del tipo que uno censura al final de un número de cuenta — y la censuramos con el propio código de la herramienta. Después generamos las diez mil cadenas de cuatro dígitos, pasamos cada candidata por la censura idéntica con el ajuste idéntico y las ordenamos según cuánto se parecían. No es un ataque ingenioso. Es el más obvio que existe, no necesita aprendizaje automático ni hardware especial, y se ejecutó dentro de una pestaña de navegador corriente.

Los resultados están en la tabla de abajo y eran inequívocos. La pixelación en el ajuste más fuerte que ofrecía la herramienta devolvió los dígitos verdaderos en el puesto uno de diez mil, con un error exactamente cero y una única candidata coincidente, en menos de dos segundos. El desenfoque en su ajuste más fuerte hizo lo mismo, más despacio, en cuarenta. El rectángulo sólido se comportó de forma completamente distinta: las diez mil candidatas produjeron una salida idéntica, empatadas con error cero, y el valor verdadero quedó en el puesto cuatro mil cuatrocientos setenta y dos, es decir, en ninguna parte, porque no había nada por lo que ordenar. No es que la barra sólida gane por un margen. Es que está en otra categoría: no queda información que atacar, así que ninguna potencia de cálculo cambia el resultado. Subir la intensidad tampoco cambiaba nada, porque nunca importó la fuerza del efecto: importaba que el efecto dejaba intacta la disposición de la zona. Por eso ninguno de los dos modos se ofrece ya aquí.

Qué los sustituyó, y qué sigue dejando ver

Quedan dos modos. El relleno sólido pinta el rectángulo del color que elijas, y es al que hay que recurrir siempre que lo oculto sea corto y adivinable. El otro sustituye la zona por un único color plano sacado de la propia zona — su promedio — de modo que se lee como suavizada y no como una barra negra, que es lo que la mayoría buscaba en el desenfoque desde el principio. Ambos destruyen todo rastro de la disposición de la zona, y lo comprobamos en vez de suponerlo: releyendo los píxeles en cada posición del deslizador de borde, todo el rectángulo lleva un solo valor, byte a byte, en los cuatro canales. Nada de su interior varía de un punto a otro, así que no queda nada con lo que comparar una candidata.

El modo de color medio sí deja ver un número, y conviene saber exactamente cuánto. Ese número es el tono medio de la zona: más o menos cuánta tinta contenía. Al lanzar contra él el mismo ataque de diez mil candidatas, los códigos de cuatro dígitos se redujeron a solo veinticuatro colores medios distintos, y el valor verdadero salió dentro de un empate de doscientas cuarenta y seis, igual, en cada posición del deslizador de borde. Eso reduce diez mil posibilidades a un par de centenares; nunca señala una. Dos de las diez mil tienen mala suerte: 0000 lleva más tinta que cualquier otra combinación y 7777 menos, así que cada una posee su color medio en exclusiva y quedaría devuelta tal cual. El relleno sólido no tiene nada de esto, porque el color que eliges no guarda relación con lo que había debajo. Para un código, una fecha de nacimiento o un IBAN, úsalo.

Cómo tachar para que se quede tachado

Prefiere el relleno sólido, y toma como señal de alarma todo lo que siga pareciéndose al original. La investigación independiente apunta en la misma dirección: la firma de seguridad Bishop Fox, que construyó una herramienta que reconstruye texto pixelado, concluye que las barras opacas son el único método aceptable y cita el desenfoque, el emborronado y el retorcido junto a la pixelación entre las cosas que hay que evitar. Nuestras propias mediciones llegan a la misma conclusión desde el otro extremo, y por eso dos de los tres modos de esta herramienta ya no existen. Si se parece al original de algún modo, está llevando información sobre el original — y eso vale en cualquier editor que abras, no solo en este.

Dos hábitos hacen seguro el resto. Traza el rectángulo más grande que aquello que ocultas: un borde que corta un dígito por la mitad sigue mostrando la parte de arriba de ese dígito, y el contorno de una mandíbula basta para acotar una cara. Y comprueba el archivo descargado en vez de la vista de edición: abre la imagen exportada a tamaño completo y amplía dentro del rectángulo. Si ves cualquier estructura ahí dentro — bandas, el fantasma de un borde, bloques de gris ligeramente distinto — la tachadura no cuajó. Un relleno sólido ampliado al 800 por ciento es un único color plano, y esa planitud es lo que estás verificando.

Preguntas frecuentes

¿El desenfoque basta alguna vez?

Para nada que llames tachadura, y por eso esta herramienta ya no lo ofrece. El desenfoque es una operación lineal y determinista, así que un atacante que pueda adivinar el contenido puede desenfocar su conjetura igual y comprobarlo. En nuestra prueba, el desenfoque más fuerte que ofrecía la herramienta devolvió los dígitos ocultos exactos, primero entre diez mil candidatos, en cuarenta segundos. El desenfoque es una elección estética razonable para un fondo que no intentas ocultar; no es una forma de esconder un valor que importa, ni aquí ni en ningún otro editor.

Si la pixelación tira información, ¿cómo se puede revertir?

No se revierte deshaciendo las cuentas: eso sí es imposible. Se revierte adivinando hacia delante. El atacante no invierte nada: fabrica un candidato, le aplica la misma pixelación y compara. La información solo se pierde en el sentido de que muchos originales dan la misma salida; cuando los originales plausibles se cuentan por miles y no por miles de millones, casi siempre coincide exactamente uno. Un código de cuatro cifras tiene diez mil posibilidades. Una fecha de nacimiento, unas decenas de miles. No son números grandes para una máquina.

¿Puedo censurar dos cosas en la misma imagen?

Sí: censura tantas zonas como quieras, una tras otra, y todas sobreviven a la descarga. No siempre fue así. La herramienta redibujaba el original intacto antes de cada censura, deshaciendo en silencio la anterior, y lo confirmamos censurando dos zonas por turnos y releyendo los píxeles: la primera había vuelto a su color original. Está corregido. Las censuras se acumulan ahora sobre un único mapa de bits de trabajo, el rectángulo de selección que arrastras se dibuja sobre una copia y no puede estropearlas, y el archivo que descargas es ese mapa de bits, sin el contorno rosa.

¿El archivo descargado sigue conteniendo el original debajo?

No. La exportación es un PNG escrito desde la rejilla de píxeles del lienzo, y al leer los bytes exportados solo contenía la cabecera de imagen, los datos de píxel comprimidos y la marca de fin: ningún bloque de metadatos, ninguna vista previa incrustada, ninguna segunda imagen. Esto significa además que la herramienta descarta todo lo que llevaba el archivo de origen: la ubicación, la marca de tiempo y los detalles de cámara de una foto no sobreviven a la copia censurada. Es un beneficio colateral más que el objetivo, y conviene confirmarlo en vez de suponerlo si el original es sensible por motivos ajenos al rectángulo.

¿Y el vídeo? ¿Una cara pixelada en un clip es más segura?

Suele ser peor, no mejor. Una imagen fija da al atacante una medida por bloque; un vídeo da una por fotograma, y si la cámara o el sujeto se mueven lo más mínimo, la rejilla de bloques se desliza sobre el contenido y cada fotograma lo muestrea de forma algo distinta. Investigadores de Positive Security lo demostraron exactamente así, estabilizando un clip para dejar quieta la zona tachada y apilando los fotogramas para recuperar una matrícula y un formulario bancario. Si tienes que tachar en vídeo, cubre la zona con una forma opaca en cada fotograma y revisa los fotogramas alrededor de los cortes y los movimientos de cámara.