Python图像隐写术:基于RGB像素值的编码与解码详解
本文详解如何使用Python实现图像隐写术,通过在RGB像素的最低有效位中修改奇偶性来隐藏文本数据。文章介绍了基于ASCII转二进制的编码算法,演示了如何逐个像素修改数值以存储信息,并提供了完整的解码逻辑。此外,还分析了该技术在JPEG等有损压缩格式下的局限性,适合希望了解基础数据隐藏技术的开发者参考。

隐写术是一种在各类文件中秘密隐藏数据的技术。
被隐藏的数据可以是文本或文件等多种格式。其核心目标是在不改变文件外观的前提下,将预期信息嵌入到图像、音频或视频等载体中,使文件在视觉上保持原样。
本文将重点探讨基于图像的隐写术,即如何在图像中嵌入秘密数据。
在深入具体实现之前,首先需要了解图像的基本构成要素:
1. 像素是构成图像的基本单元。
2. 每个像素由三个颜色通道值组成,即红(Red)、绿(Green)、蓝(Blue),统称为RGB值。
3. 每个RGB通道的取值范围介于0到255之间。
接下来,我们将探讨如何将数据编码进图像以及如何从中解码出来。
编码过程
存在多种将数据编码到图像中的算法,开发者甚至可以根据需求定制算法。本文采用一种易于理解且实现简单的编码方案。
具体算法步骤如下:
1. 遍历数据中的每个字符,将其ASCII值转换为8位二进制数 。
2. 每次读取三个像素,共涉及9个RGB通道值。其中前8个RGB值用于存储一个字符对应的8位二进制数据。
3. 对比对应的RGB值与二进制位:若二进制位为1,则将该RGB值调整为奇数;若为0,则调整为偶数。
4. 第9个RGB值用于控制读取流程:若仍有数据需编码或解码,将该值设为偶数以继续读取;若数据已处理完毕,将其设为奇数以停止读取。
重复上述步骤,直至所有数据均被编码至图像中。
实例演示
假设需要隐藏的消息为“Hii”。
该消息包含3个字节,因此编码所需像素数量为 3 x 3 = 9 个。假设使用一个 4 x 3 的图像,总共有12个像素,足以容纳给定数据。
[(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
字符“H”的ASCII值为72,其二进制表示为 01001000 。
第 2 步
读取前三个像素的数据。
(27, 64, 164), (248, 244, 194), (174, 246, 250)
第 3 步
根据二进制数据修改像素值:若二进制位为1,则确保RGB值为奇数;若为0,则确保为偶数。
例如,第一个二进制位是0,对应的第一个RGB值27需改为偶数,即26。同理,下一个二进制位是1,对应的RGB值64需改为奇数63。
因此,修改后的像素数据如下:
(26, 63, 164), (248, 243, 194), (174, 246, 250)
第4步
由于仍需编码更多数据,最后一个(第9个)RGB值应设为偶数。以此类推,字符“i”也可按相同方式编码进图像。
在通过加减1调整像素值以符合奇偶性时,必须确保像素值始终保持在0到255的有效范围内。
编码后的新图像像素数据如下:
[(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)]
解码过程
解码旨在逆向执行编码算法,从而恢复原始数据。
1. 同样每次读取三个像素。前8个RGB值用于提取机密数据,第9个值用于判断是否继续读取。
2. 对于前8个值,若RGB值为奇数,则对应的二进制位为1;若为偶数,则二进制位为0。
3. 将这些二进制位连接起来,每处理三个像素(即8个RGB值)即可还原出一个字节的秘密数据,对应一个字符。
4. 检查第9个值:若为偶数,则继续读取下一组三个像素;若为奇数,则停止解码。
示例分析
我们从读取一组三个像素开始。
以之前编码好的图像为例。
[(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
首先读取前三个像素:
[(26, 63, 164), (248, 243, 194), (174, 246, 250)
第2步
分析第一个值26,其为偶数,故二进制位为0。同理,63为奇数,二进制位为1;164为偶数,二进制位为0。此过程持续处理前8个RGB值。
第 3 步
将所有二进制位连接后,得到二进制串 01001000。该二进制数对应的十进制值为72,在ASCII码中代表字符“H”。
第 4 步
由于第9个值为偶数,表明仍有数据,故重复上述步骤。当遇到第9个值为奇数时,解码过程结束。
最终还原出的原始信息为“Hii”。
上述算法的Python实现代码如下:
# 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()
程序中使用的核心模块是PIL(Python图像库),它提供了对图像像素进行提取和修改的功能。
程序执行流程

数据编码

数据解码
输入图像

输出图像

局限性分析
该程序可能无法在JPEG图像中按预期工作。因为JPEG格式采用有损压缩,会修改像素值以减小文件体积并降低画质,这会导致嵌入的数据丢失。
参考资料
- 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
- 包含依赖项的完整代码仓库:https://github.com/goelashwin36/image-steganography
本文介绍了如何使用Python在图像中隐藏数据。如需了解更多Python图像数据处理相关内容,欢迎查阅本站其他文章或继续关注后续更新,感谢支持!
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













