图像鉴定寻找的是图片内部自相矛盾之处。它确实有用，同时也是自信的业余爱好者最容易得出错误结论的领域。
物理一致性（最可靠）
物理规律不容商量，所以这些检查最强：
- 影子方向。 单一光源产生的所有影子应当一致收敛。影子指向不同方向的物体，暗示画面来自多个源头的合成。
- 影子的柔硬。 同一光源产生的影子边缘硬度一致。硬边影子旁边挨着一道软边影子，就很可疑。
- 倒影。 镜子、窗户、水面和眼镜应当以正确的角度映出它们面前真实存在的东西。
- 透视与比例。 后加的物体常常在其表观距离上比例略有偏差，或者其灭点线与场景对不上。
- 主体与场景的光线。 左侧受光的人物被合成进右侧受光的场景，是经典破绽。
统计信号（有用但嘈杂）
- 噪点不一致。 每台相机和每个 ISO 都会产生特征性的噪点模式。某个区域明显比周围更干净或更嘈杂，可能是后加的、生成的或被重度修饰过的。
- 压缩不一致。 被重新保存过的区域，其 JPEG 块状伪影可能与图像其余部分不同。
- 误差水平分析（ELA） 可视化不同区域在重新压缩时的变化程度。使用广泛，误读也同样广泛——它在*未经编辑*的图像上也会高亮边缘、文字和高细节区域，所以一块亮区什么都证明不了。
- 重采样痕迹。 被缩放或旋转过的区域会带有可检测的插值模式。
- 重复区域。 仿制过的区域会在图像别处产生完全相同的像素块；自动克隆检测能很好地找出它们。
为什么误报如此普遍
几乎每一张发表出来的照片都被编辑过：裁剪、调色、锐化、缩放，还被平台重新压缩。所有这些都会改变统计指纹。鉴定工具会热情地把它们全部标红。
其他干扰因素：
- 截图和社交平台的重新编码会彻底摧毁原始压缩特征。
- HDR 和计算摄影在设计上就是合并多次曝光，会产生看起来像合成的区域级差异。
- 降噪和 AI 增强制造出的正是噪点分析会标记的平滑区域。
所以从一处鉴定异常得出的正确结论，通常是"这个区域被以不同方式处理过"，而不是"这张图是假的"。
一套合理的方法
- 从语境开始，而不是从像素开始——来源、最早出现、旁证。
- 检查物理逻辑：影子、倒影、透视。这些不需要工具，且给出最可靠的发现。
- 然后再看统计异常，把它们当作问题而不是答案。
- 权衡利害。 指控某人造假，需要的远不止一张 ELA 截图。
- 涉及法律或证据的事项请咨询专业人士。真正的司法鉴定是一门有严谨方法论的专业学科，法庭标准远高于网上能找到的工具。
最有用的心态是：鉴定告诉你*该在哪里提问*，而来源核查告诉你*答案是什么*。