最近在上信息隐藏，做一个记录
一，实验要求
（1）了解信息隐藏算法的分类方式和分类依据
（2）理解空域信息隐藏算法的基本思想
（3）掌握最低有效位算法原理
（4）完成基于LSB的图像信息隐藏
二、实验内容
载体图像为24位真彩色bmp图像Lena.bmp，嵌入的秘密图像为黑白的bmp图像LSB.bmp，要求采用空域信息隐藏算法，将LSB.bmp嵌入到Lena.bmp的最低有效位中，同屏显示原载体图像、需要嵌入的秘密图像、嵌入了秘密图像的伪装载体、提取的秘密图像。
以下为实验材料：lena.bmp 和 LSB.bmp
隐体：
三、实验步骤和设计思想
1，使用pyhton库，skimage来完成相关的土图像处理
2，通过skimage库打开隐体，发现只有两个值【255，和 0】所以，其实隐藏时，只要用一位就可以隐藏隐体，将255使用1代替，0不变，将其藏在载体的最后一位即可。
3，因为隐体为RGB三通道图像，为了隐藏的更好，使用随机数将0和1，随机选定一个图层进行隐藏，当然为了能够还原原图像，使用一个seed作为key，这样产生的随机数就可以顺序提取。
4，隐藏和提取时，使用位运算可轻松的实现数字的高低位的存取。
5，将变换后的图片进行保存，再使用相同的key和隐藏信息后的载体，进行提取。
6，为了方便使用，将隐藏的方法和过程使用，面向对象的思想，封装为类。
四，### 代码
from skimage import io
import numpy
class IMG_LSB:
def __init__(self, key):
self.key = key
def show(self, img):
"""
显示图片
:param img: 显示的图片矩阵
:return: none
"""
io.imshow(img)
io.show()
def create_cover(self, img_cover_name, img_info_name, save_img_name):
"""
使用LSB算法对图像进行隐藏，隐藏到使用key作为种子生成的随机数指定的RGB通道中
:param img_cover_name: 载体图片名
:param img_info_name: 隐体图片名
:param save_img_name: LSB生成后的图片保存位置以及名字
:return: LSB生成后的图片矩阵
"""
img_info = io.imread(img_info_name)
img_cover = io.imread(img_cover_name)
self.show(img_info)
self.show(img_cover)
self.ls_info = img_info.shape[0] # 得到隐体图片的长和宽
self.ls_cover = img_cover.shape[0] # 得到载体的长和宽
if self.ls_info > self.ls_cover:
print("载体太小")
# 开始隐藏
numpy.random.seed(self.key)
for i in range(0, self.ls_info):
for j in range(0, self.ls_info):
if img_info[i][j] == 255 : # 如果隐体为255则藏在R层最低为置为1
img_cover[i, j, numpy.random.randint(0, 3)] |= 1 # 随机选定一个通道进行隐藏
else:
img_cover[i, j, numpy.random.randint(0, 3)] &= 254 # 如果隐体为0则藏在R层最低为置为0
self.show(img_cover)
io.imsave(save_img_name, img_cover)
return img_cover
def extract_img(self, blmb_name, save_img_name):
"""
对隐体进行提取并显示
:param blmb_name: LSB生成的含有隐体的载体名
:param save_img_name: 提取后的隐体存储的位置
:return: 提取后的隐体的矩阵
"""
blmb = io.imread(blmb_name)
matrix = [[255 for i in range(self.ls_info)] for i in range(self.ls_info)] # 生成与隐体相同大小的矩阵，并赋值为255
re_info_img = numpy.array(matrix, dtype=numpy.uint8) # 将生成的矩阵转化为可存储图像的8位格式
self.show(re_info_img)
# 开始提取
numpy.random.seed(self.key)
for i in range(0, self.ls_info):
for j in range(0, self.ls_info):
randint_value = numpy.random.randint(0, 3) # 使用seed控制随机数的生成保证与之前隐藏时，生成的随机数一致
blmb[i, j, randint_value] &= 1 # 取出最后一位
if blmb[i, j, randint_value] == 0:
re_info_img[i][j] &= 0 # 如果最后一位为0则隐体原处为0，为1则为255
else:
re_info_img[i][j] |= 255
io.imsave("img/re_img.bmp", re_info_img)
self.show(re_info_img)
return re_info_img
# 测试
if __name__ == '__main__':
img = IMG_LSB(123) # key为123
img.create_cover("img/Lena.bmp", "img/LSB.bmp", "img/blmb2.bmp")
img.extract_img("img/blmb2.bmp", "img/re_img.bmp")