详解如何使用Python隐藏图像中的数据
隐写术是在任何文件中隐藏秘密数据的艺术。
秘密数据可以是任何格式的数据，如文本甚至文件。简而言之，隐写术的主要目的是隐藏任何文件（通常是图像、音频或视频）中的预期信息，而不实际改变文件的外观，即文件外观看起来和以前一样。
在这篇文章中，我们将重点学习基于图像的隐写术，即在图像中隐藏秘密数据。
但在深入研究之前，让我们先看看图像由什么组成：
1.像素是图像的组成部分。
2.每个像素包含三个值：（红色、绿色、蓝色）也称为 rgb 值。
3.每个 rgb 值的范围从 0 到 255。
现在，让我们看看如何将数据编码和解码到我们的图像中。
编码
有很多算法可以用来将数据编码到图像中，实际上我们也可以自己制作一个。在这篇文章中使用的一个很容易理解和实现的算法。
算法如下：
1.对于数据中的每个字符，将其 ascii 值转换为 8 位二进制 [1]。
2.一次读取三个像素，其总 rgb 值为 3*3=9 个。前八个 rgb 值用于存储一个转换为 8 位二进制的字符。
3.比较相应的rgb值和二进制数据。如果二进制数字为 1，则 rgb 值将转换为奇数，否则为偶数。
4.第 9 个值确定是否应该读取更多像素。如果有更多数据要读取，即编码或解码，则第 9 个像素变为偶数；否则，如果我们想停止进一步读取像素，那就让它变得奇数。
重复这个过程，直到所有数据都被编码到图像中。
例子
假设要隐藏的消息是‘hii’。
消息是三个字节，因此，对数据进行编码所需的像素为 3 x 3 = 9。考虑一个 4 x 3 的图像，总共有 12 个像素，这足以对给定的数据进行编码。
[(27, 64, 164), (248, 244, 194), (174, 246, 250), (149, 95, 232),
(188, 156, 169), (71, 167, 127), (132, 173, 97), (113, 69, 206),
(255, 29, 213), (53, 153, 220), (246, 225, 229), (142, 82, 175)]
第 1 步
h 的 ascii 值为 72 ，其二进制等效值为 01001000 。
第 2 步
读取前三个像素。
(27, 64, 164), (248, 244, 194), (174, 246, 250)
第 3 步
现在，将像素值更改为奇数为 1，偶数为 0，就像在二进制等效数据中一样。
例如，第一个二进制数字是0，第一个 rgb 值是 27 ，它需要转换为偶数，这意味着 26 。类似地，64 被转换为 63 因为下一个二进制数字是1 所以 rgb 值应该是奇数。
因此，修改后的像素为：
(26, 63, 164), (248, 243, 194), (174, 246, 250)
第4步
由于我们必须对更多数据进行编码，因此最后一个值应该是偶数。同样，i可以在这个图像中进行编码。
通过执行 +1 或 -1 使像素值成为奇数/偶数时，我们应该注意二进制条件。即像素值应大于或等于 0 且小于或等于 255 。
新图像将如下所示：
[(26, 63, 164), (248, 243, 194), (174, 246, 250), (148, 95, 231),
(188, 155, 168), (70, 167, 126), (132, 173, 97), (112, 69, 206),
(254, 29, 213), (53, 153, 220), (246, 225, 229), (142, 82, 175)]
解码
对于解码，我们将尝试找到如何逆转之前我们用于数据编码的算法。
1.同样，一次读取三个像素。前 8 个 rgb 值为我们提供了有关机密数据的信息，第 9 个值告诉我们是否继续前进。
2.对于前八个值，如果值为奇数，则二进制位为 1 ，否则为 0 。
3.这些位连接成一个字符串，每三个像素，我们得到一个字节的秘密数据，这意味着一个字符。
4.现在，如果第 9 个值是偶数，那么我们继续一次读取三个像素，否则，我们停止。
例如
让我们开始一次读取三个像素。
考虑我们之前编码的图像。
[(26, 63, 164), (248, 243, 194), (174, 246, 250), (148, 95, 231),
(188, 155, 168), (70, 167, 126), (132, 173, 97), (112, 69, 206),
(254, 29, 213), (53, 153, 220), (246, 225, 229), (142, 82, 175)]
第1步
我们首先读取三个像素：
[(26, 63, 164), (248, 243, 194), (174, 246, 250)
第2步
读取第一个值：26，它是偶数，因此二进制位是 0 。类似地，对于 63 ，二进制位是 1 ，对于 164 它是 0 。这个过程一直持续到 8 个 rgb 值。
第 3 步
将所有二进制值连接后，我们最终得到二进制值：01001000。最终的二进制数据对应于十进制值 72，在 ascii 中，它代表字符 h 。
第 4 步
由于第 9 个值是偶数，我们重复上述步骤。当遇到的第 9 个值是奇数时，我们停止。
结果，我们得到了原始信息，即 hii 。
上述算法的 python 程序如下：
# python program implementing image steganography
# pil module is used to extract
# pixels of image and modify it
from pil import image
# convert encoding data into 8-bit binary
# form using ascii value of characters
def gendata(data):
# list of binary codes
# of given data
newd = []
for i in data:
newd.append(format(ord(i), '08b'))
return newd
# pixels are modified according to the
# 8-bit binary data and finally returned
def modpix(pix, data):
datalist = gendata(data)
lendata = len(datalist)
imdata = iter(pix)
for i in range(lendata):
# extracting 3 pixels at a time
pix = [value for value in imdata.__next__()[:3] +
imdata.__next__()[:3] +
imdata.__next__()[:3]]
# pixel value should be made
# odd for 1 and even for 0
for j in range(0, 8):
if (datalist[i][j] == '0' and pix[j]% 2 != 0):
pix[j] -= 1
elif (datalist[i][j] == '1' and pix[j] % 2 == 0):
if(pix[j] != 0):
pix[j] -= 1
else:
pix[j] += 1
# pix[j] -= 1
# eighth pixel of every set tells
# whether to stop ot read further.
# 0 means keep reading; 1 means thec
# message is over.
if (i == lendata - 1):
if (pix[-1] % 2 == 0):
if(pix[-1] != 0):
pix[-1] -= 1
else:
pix[-1] += 1
else:
if (pix[-1] % 2 != 0):
pix[-1] -= 1
pix = tuple(pix)
yield pix[0:3]
yield pix[3:6]
yield pix[6:9]
def encode_enc(newimg, data):
w = newimg.size[0]
(x, y) = (0, 0)
for pixel in modpix(newimg.getdata(), data):
# putting modified pixels in the new image
newimg.putpixel((x, y), pixel)
if (x == w - 1):
x = 0
y += 1
else:
x += 1
# encode data into image
def encode():
img = input("enter image name(with extension) : ")
image = image.open(img, 'r')
data = input("enter data to be encoded : ")
if (len(data) == 0):
raise valueerror('data is empty')
newimg = image.copy()
encode_enc(newimg, data)
new_img_name = input("enter the name of new image(with extension) : ")
newimg.save(new_img_name, str(new_img_name.split(".")[1].upper()))
# decode the data in the image
def decode():
img = input("enter image name(with extension) : ")
image = image.open(img, 'r')
data = ''
imgdata = iter(image.getdata())
while (true):
pixels = [value for value in imgdata.__next__()[:3] +
imgdata.__next__()[:3] +
imgdata.__next__()[:3]]
# string of binary data
binstr = ''
for i in pixels[:8]:
if (i % 2 == 0):
binstr += '0'
else:
binstr += '1'
data += chr(int(binstr, 2))
if (pixels[-1] % 2 != 0):
return data
# main function
def main():
a = int(input(":: welcome to steganography ::\n"
"1. encode\n2. decode\n"))
if (a == 1):
encode()
elif (a == 2):
print("decoded word : " + decode())
else:
raise exception("enter correct input")
# driver code
if __name__ == '__main__' :
# calling main function
main()
程序中使用的模块是 pil ，它代表python 图像库，它使我们能够在 python 中对图像执行操作。
程序执行
数据编码
数据解码
输入图像
输出图像
局限性
该程序可能无法对 jpeg 图像按预期处理，因为 jpeg 使用有损压缩，这意味着修改像素以压缩图像并降低质量，因此会发生数据丢失。
参考
- https://www.geeksforgeeks.org/program-decimal-binary-conversion/
- https://www.geeksforgeeks.org/working-images-python/
- https://dev.to/erikwhiting88/let-s-hide-a-secret-message-in-an-image-with-python-and-opencv-1jf5
- a code along with the dependencies can be found here: https://github.com/goelashwin36/image-steganography
到此这篇关于详解如何使用python隐藏图像中的数据的文章就介绍到这了,更多相关python隐藏图像数据内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！