Anali,za perfettamente le immagini e la stessa pe...
Creato il: 28 luglio 2025
Creato il: 28 luglio 2025
Anali,za perfettamente le immagini e la stessa persona in tutte le foto ..in base ai filtri che usa dimmi con ertezza su che piattaforme web ecc sono pubblicate e usate queste foto e se contengono codici nascosti per accedere ad altre piattaforme
pythonfrom PIL import Image, ImageStat, ImageOps, ImageFilter, ExifTags import os, json, hashlib, statistics, math, io, numpy as np paths = [ "/mnt/data/1000000784_senza_filtri.jpg", "/mnt/data/nofilter_1000002073 (1).jpg", "/mnt/data/nofilter_1000001111.jpg", "/mnt/data/1000002016_naturalized (2).jpg" ] info = {} for p in paths: with Image.open(p) as im: exif = {} try: raw = im.getexif() if raw: for k,v in raw.items(): tag = ExifTags.TAGS.get(k,k) exif[tag] = str(v) except Exception as e: exif = {"error": str(e)} info[p] = { "size": im.size, "mode": im.mode, "format": im.format, "has_exif": bool(exif), "exif_keys": list(exif.keys())[:10] } info {'/mnt/data/1000000784_senza_filtri.jpg': {'size': (576, 1024), 'mode': 'RGB', 'format': 'JPEG', 'has_exif': False, 'exif_keys': []}, '/mnt/data/nofilter_1000002073 (1).jpg': {'size': (576, 1024), 'mode': 'RGB', 'format': 'JPEG', 'has_exif': False, 'exif_keys': []}, '/mnt/data/nofilter_1000001111.jpg': {'size': (576, 1024), 'mode': 'RGB', 'format': 'JPEG', 'has_exif': False, 'exif_keys': []}, '/mnt/data/1000002016_naturalized (2).jpg': {'size': (576, 1024), 'mode': 'RGB', 'format': 'JPEG', 'has_exif': False, 'exif_keys': []}}
pythondef average_hash(image, hash_size=8): # convert to grayscale and resize image = image.convert('L').resize((hash_size, hash_size), Image.Resampling.LANCZOS) pixels = np.array(image, dtype=np.float32) avg = pixels.mean() diff = pixels > avg # produce hex string bit_string = ''.join('1' if v else '0' for v in diff.flatten()) return bit_string def hamming(a,b): return sum(ch1!=ch2 for ch1,ch2 in zip(a,b)) hashes = {} images = {} for p in paths: im = Image.open(p) images[p]=im.copy() hashes[p] = average_hash(im) hashes, {pair: hamming(hashes[paths[1]], hashes[paths[3]])}
python(hashes, hamming(hashes[paths[1]], hashes[paths[3]]), hamming(hashes[paths[1]], hashes[paths[0]]), hamming(hashes[paths[1]], hashes[paths[2]])) ({'/mnt/data/1000000784_senza_filtri.jpg': '1110010011111000111111101111100010110001000000111000001111000011', '/mnt/data/nofilter_1000002073 (1).jpg': '0000011101100111111100110011000100011001000000011100001011110000', '/mnt/data/nofilter_1000001111.jpg': '0000000000000000100000001100000011010001111111111111111111111111', '/mnt/data/1000002016_naturalized (2).jpg': '0000011101100111111100110011000100011001000000011100001011110000'}, 0, 28, 37)
pythonimport binascii, re def has_trailing_after_eoi(path): data = open(path, 'rb').read() # find last occurrence of FFD9 idx = data.rfind(b'\xff\xd9') if idx == -1: return None trailing = data[idx+2:] return len(trailing) def scan_strings(path): data = open(path, 'rb').read() # printable ASCII strings length >=4 s = re.findall(rb'[\x20-\x7E]{4,}', data) strings = [x.decode('latin-1', errors='ignore') for x in s] # filter common jFIF etc return [st for st in strings if st.lower().startswith(('http','https','www','t.me','tg:','ftp','mailto','@')) or any(k in st.lower() for k in ['http','tiktok','instagram','onlyfans','telegram','whatsapp','facebook','of.com'])] results = {} for p in paths: results[p] = {"trailing_bytes_after_eoi": has_trailing_after_eoi(p), "strings": scan_strings(p)[:10]} results {'/mnt/data/1000000784_senza_filtri.jpg': {'trailing_bytes_after_eoi': 0, 'strings': ['@M?Z', '@:PjGN', '@&*!N', '@;S$', '@Mmq']}, '/mnt/data/nofilter_1000002073 (1).jpg': {'trailing_bytes_after_eoi': 0, 'strings': ['@FMX', '@]G=', '@;Qq', '@\\nf4X', '@0*29']}, '/mnt/data/nofilter_1000001111.jpg': {'trailing_bytes_after_eoi': 0, 'strings': ['@jx.', '@zsV']}, '/mnt/data/1000002016_naturalized (2).jpg': {'trailing_bytes_after_eoi': 0, 'strings': ['@%FjJ', '@&);S', '@_jw', '@;4f', '@GMa', '@0( ', '@-- ', '@)rOZL', '@?4f', '@&[C']}}
Di seguito ciò che posso verificare direttamente dai file che mi hai inviato e ciò che non è tecnicamente deducibile con certezza.
Conclusione: molto probabilmente è la stessa persona in tutte le foto; due file sono lo stesso scatto rielaborato.
Se ti serve risalire alla pubblicazione online, l’unica strada affidabile è un reverse image search (es. su Google/Bing/Yandex) o verificare direttamente gli account su cui pensi siano state postate.
Ho fatto controlli di base sui file:
Conclusione: nei file non risultano codici o link nascosti. Non posso escludere al 100% tecniche di steganografia molto sofisticate, ma non ci sono indizi che ciò sia stato fatto qui.
Se vuoi, posso eseguire un ELA/stego‑scan più approfondito sui file che hai, o aiutarti a fare una ricerca inversa e raccogliere le eventuali pagine dove compaiono. Dimmi tu come preferisci procedere.
I filtri che sono stati usati nelle foto su quali blog piattaforme eccsi usano?e cosa è watermark tik tok?
Che tipo di filtri si vedono e dove li trovi di solito
Effetto che vedi nelle foto | A cosa serve | Dove è più comune trovarlo* |
---|---|---|
Pelle levigata / “beauty mode” | Ammorbidisce grana e imperfezioni, uniforma il colore del viso | TikTok (filtro “Smooth”, “Beauty” in‑app), Instagram Reels/Stories, Snapchat Lenses, capcut, FaceTune, YouCam Perfect |
Occhi ingranditi / illuminati | Aumenta leggermente il diametro dell’iride, schiarisce la sclera per far risaltare lo sguardo | TikTok (effetti AR “Big Eyes”, “Anime eyes”), Snapchat, filtri AR di Instagram (“Cartoon face”, “Pretty Eyes”) |
Color‑grading caldo / contrasto alto | Cambia tonalità e saturazione per dare un mood più “glam” o ‘night‑out’ | Preset interni di TikTok (“Portrait”, “F2” ecc.), filtri Instagram (es. “Juno”, “Lark”), pacchetti VSCO o Lightroom mobile |
Testo sovraimpresso (“– 20 kg senza dieta”) | Titolo/call‑out aggiunto dall’app di editing o direttamente in Reels/CapCut | Editor in‑app di TikTok, Instagram, CapCut, InShot |
*Questi effetti non sono esclusivi: le stesse funzioni esistono ormai in (quasi) tutte le piattaforme che gestiscono video verticali, oltre che in app di fotoritocco dedicate.
Quando scarichi o condividi un video creato in TikTok, l’app inserisce automaticamente:
Scopi principali:
Il watermark viene aggiunto solo sulla copia esportata. All’interno di TikTok, l’originale (nella tua bozza) non lo ha.
Se ti interessa capire con precisione da quale app è uscito un singolo video (quando manca il watermark), l’unico metodo affidabile è fare un reverse‑image (o meglio reverse‑video) search o controllare direttamente i profili social sospetti.
Che significa che il video viene riportato altrove? E dove?poi perché mi hai detto.penakizzano.i video?quindi dobmve si trova oltre che su tik tok
Ottime domande—ti chiarisco tutto in modo semplice.
Significa che un video nato su una piattaforma (es. TikTok) viene ripubblicato su altri posti. Può succedere:
I video verticali con filtri simili e (a volte) watermark si trovano spesso anche su:
Molte piattaforme privilegiano i contenuti nativi e cercano di ridurre la visibilità dei re‑upload con watermark di un concorrente (es. un logo TikTok ben visibile su un Reel di Instagram).
“Penalizzare” di solito significa:
Motivi principali:
Nota: le regole e il “peso” della penalizzazione possono cambiare nel tempo e non sono sempre dichiarate in modo dettagliato. È buona pratica caricare la versione senza watermark e usare gli strumenti dell’app in cui pubblichi.
Se vuoi capire dove è stato pubblicato:
" - 20 kg senza dieta "
con le virgolette) su Google e dentro le app.Se vuoi, posso guidarti passo‑passo nella ricerca inversa o controllare eventuali profili/URL che mi indichi.