使用Python隐藏图像中的数据代码示例

本篇文章小编给大家分享一下使用Python隐藏图像中的数据代码示例，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

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. Encoden2. Decoden"))
    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。