怎么使用Python实现最低有效位隐写术

这篇文章主要讲解了“怎么使用python实现最低有效位隐写术”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么使用Python实现最低有效位隐写术”吧！

LSB图像隐写术

LSB隐写术是一种图像隐写术技术，通过用要隐藏的信息位替换每个像素的最低有效位，将信息隐藏在图像中。为了更好地理解，将数字图像视为2D像素阵列，每个像素包含的值取决于其类型和深度。

我们将考虑最广泛使用的模式——RGB(3×8位像素，真彩)和RGBA(4x8位像素，带透明遮罩的真彩)，这些值的范围从0到255(8位值)。

将图像表示为2D阵列的RGB像素

通过使用ASCII表，可以将消息转换为十进制值，然后转换为二进制值，接着逐个迭代像素值，在将像素值转换为二进制后，将每个最低有效位替换为序列中的该消息位。

要解码一个已编码的图像，只需颠倒这个过程：收集并存储每个像素的最后一位，将它们分成8个一组，并将其转换回ASCII字符，以得到隐藏的信息。

PYTHON操作

试着使用Python库PIL和NumPY来逐步实现上述概念。

• 步骤1：导入所有必需的python库

import numpy as np from PIL import Image

• 步骤2：启用编码器功能

首先，编写代码，将源图像转换成一个NumPy像素阵列，并存储图像的大小。检查图像的模式是RGB还是RGBA，然后设置n的值。还需计算像素的总数。

def Encode(src, message, dest):     img = Image.open(src, 'r')     width, height = img.size    array = np.array(list(img.getdata()))     if img.mode == 'RGB':         n = 3         m = 0     elif img.mode == 'RGBA':         n = 4         m = 1     total_pixels = array.size//n

其次，在秘密消息的末尾添加一个分隔符(“$T3G0”)，这样程序在解码时就知道什么时候该停止，将这个更新后的消息转换成二进制形式，并计算出所需的像素。

message += "$t3g0" b_message = ''.join([fORMat(ord(i), "08b") for i in message]) req_pixels = len(b_message)

接着，检查可用的总像素是否足够用于秘密消息。如果继续逐个迭代像素，并将它们的最低有效位修改为秘密消息的位，直到包括分隔符的完整消息已经被隐藏。

if req_pixels > total_pixels:     print("ERROR: Need larger filesize")else:    index=0    for p in range(total_pixels):         for q in range(m, n):             if index < req_pixels:                 array[p][q] =int(bin(array[p][q])[2:9] + b_message[index], 2)                 index += 1

最后，有了更新后的像素数组，可以使用它来创建并保存为目标输出图像。

array=array.reshape(height, width, n) enc_img = Image.fromarray(array.astype('uint8'), img.mode) enc_img.save(dest)print("Image Encoded Successfully")

这样，编码器功能就完成了，是这样的：

def Encode(src, message, dest):     img = Image.open(src, 'r')    width, height = img.size    array = np.array(list(img.getdata()))    if img.mode == 'RGB':        n = 3        m = 0    elif img.mode == 'RGBA':        n = 4        m = 1    total_pixels = array.size//n     message += "$t3g0"     b_message = ''.join([format(ord(i),"08b") for i in message])     req_pixels = len(b_message)     if req_pixels > total_pixels:         print("ERROR: Need largerfile size")    else:        index=0        for p in range(total_pixels):             for q in range(m, n):                 if index < req_pixels:                     array[p][q] =int(bin(array[p][q])[2:9] + b_message[index], 2)                     index += 1         array=array.reshape(height,width, n)         enc_img =Image.fromarray(array.astype('uint8'), img.mode)         enc_img.save(dest)        print("Image EncodedSuccessfully")

• 步骤3：启用解码器功能

首先，重复类似的步骤，将源图像的像素保存为一个数组，计算模式，并计算总像素。

def Decode(src):     img = Image.open(src, 'r')     array = np.array(list(img.getdata()))     if img.mode == 'RGB':         n = 3         m = 0     elif img.mode == 'RGBA':         n = 4         m = 1     total_pixels = array.size//n

其次，需要从图像左上角开始的每个像素中提取最低有效位，并以8个为一组存储。接下来，将这些组转换成ASCII字符来查找隐藏的消息，直到完全读取之前插入的分隔符。

hidden_bits = "" for p in range(total_pixels):     for q in range(m, n):         hidden_bits +=(bin(array[p][q])[2:][-1]) hidden_bits = [hidden_bits[i:i+8] for i in range(0, len(hidden_bits), 8)] message = "" for i in range(len(hidden_bits)):     if message[-5:] == "$t3g0":         break     else:         message +=chr(int(hidden_bits[i], 2))

最后，检查是否找到了分隔符。如果没有，意味着图像中没有隐藏的信息。

if "$t3g0" in message:     print("Hidden Message:",message[:-5]) else:     print("No Hidden MessageFound")

这样，我们的解码器功能就完成了，看起来应该是这样的：

def Decode(src):     img = Image.open(src, 'r')    array = np.array(list(img.getdata()))    if img.mode == 'RGB':        n = 3        m = 0    elif img.mode == 'RGBA':        n = 4        m = 1    total_pixels = array.size//n     hidden_bits = ""     for p in range(total_pixels):         for q in range(m, n):             hidden_bits +=(bin(array[p][q])[2:][-1])     hidden_bits = [hidden_bits[i:i+8] fori in range(0, len(hidden_bits), 8)]     message = ""     for i in range(len(hidden_bits)):         if message[-5:] =="$t3g0":            break        else:            message +=chr(int(hidden_bits[i], 2))    if "$t3g0" in message:        print("Hidden Message:",message[:-5])    else:        print("No Hidden MessageFound")

• 步骤4：制作主要功能

对于主要功能，我们需询问用户想要执行哪个功能——编码还是解码。

若是编码，则要求用户输入以下内容——带扩展名的源图像名称、秘密消息和带扩展名的目标图像名称。若是解码，则要求用户提供隐藏了消息的源图像。

def SteGo():     print("--Welcome to$t3g0--")     print("1: Encode")     print("2: Decode")     func = input()     if func == '1':         print("Enter Source ImagePath")         src = input()         print("Enter Message toHide")         message = input()         print("Enter Destination ImagePath")         dest = input()         print("Encoding...")         Encode(src, message, dest)    elif func == '2':         print("Enter Source ImagePath")         src = input()         print("Decoding...")         Decode(src)    else:         print("ERROR: Invalid optionchosen")

• 步骤5：把以上所有功能放在一起，我们的LSB图像隐写程序就准备好了。

请注意，在一项研究中，观察到传统的LSB在JPEG的情况下是无效的，因为数据会因为其有损性质而在压缩时被操纵。而对于PNG图像，简单的LSB是适用的，在压缩时不会有任何数据损失。因此，最好只在PNG图像上运行你的程序。

举例

编码信息

解码信息

感谢各位的阅读，以上就是“怎么使用Python实现最低有效位隐写术”的内容了，经过本文的学习后，相信大家对怎么使用Python实现最低有效位隐写术这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！