compression op• データ種: images → image2d
• 呼び出し: import imgforensics; imgforensics.jpeg_ghost_quality(ghosts, qualities=None) -> 'np.ndarray' (または opsimgforensics.get("jpeg_ghost_quality"))
ゴースト地図の列 → 画素ごとに 残差が最小になる品質 の地図。`image2d`。
`qualities を省くと :func:jpeg_ghost_map` の既定(40..95 step 5)を仮定する
—— **枚数が合わなければ :class:ValueError**(添字と品質がずれた地図を返さない)。
返りは品質そのものを画素値に持つ `(H, W)` なので、値域は [0, 1] ではない。
表示するときは正規化すること(この op は数値を返すのであって絵を返さない)。
★ 合成後に一度でも保存すると、この argmin は使えない。 2026-09-06 に
測った。背景 q92・素材 q60 で 32x32 を貼った 128x128 で:
==================== ================== ================
条件 貼付部の最頻品質 背景の最頻品質
==================== ================== ================
合成後に保存しない 60(正解) 95
合成後に q95 で保存 95(背景と同じ) 95
==================== ================== ================
理由は掃引の残差が品質に対して単調減少すること —— 最後の保存品質が
掃引の上端にあると、`argmin` は全画素でそこに張り付く(実測: 保存後の
残差平均は 230.7 → 5.9e-02 と一直線に下がる)。実運用の改竄は必ず保存を
経るので、この読み出しは実画像では定数地図になる。既存テスト
`test_jpeg_ghost_finds_the_pasted_quality` が通るのは、合成後に一度も
保存していないからである(それ自体は正しい単体テストで、argmin の実装は
間違っていない —— 読み出し方が現場に合わない)。
代わりに使うもの: 掃引方向の残差曲線の谷の深さ(局所的な凹み)。
同じ実験で画素ごとの ROC を取ると、argmin 読み出しは AUC 0.500(乱数と同じ)、
谷の深さ読み出しは AUC 0.997 / 偽陽性 1 % で検出率 0.944 だった
(`examples/poc_forensics_roc.py`)。それでも全体を q60 で保存し直すと
0.475 まで落ちる —— JPEG ゴーストは後処理に弱い、というのが正しい要約。
• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
• image_forensics_audit — py -3.11 examples/image_forensics_audit.py
• poc_forensics_roc — py -3.11 examples/poc_forensics_roc.py
image2d を入力に取れる)perceptual_hash · fingerprint_correlate · error_level_map · jpeg_quality_estimate · jpeg_ghost_map · noise_inconsistency_map · copy_move_regions · watermark_embed
compression)error_level_map · jpeg_quality_estimate · jpeg_ghost_map
*Provenance: imgforensics.py — IMGFORENSICS operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.