摘要:其實隱藏文件和盲水印都屬于圖片隱寫術。圖片隱寫術隱寫術也是數字水印的一種應用,雙方可利用隱藏在數字信號中的信息進行溝通。圖片隱寫術只是其中一種,有興趣的同學可以看下面這本書。
首先看 這是一張女朋友
接下來我們輸入一行神奇的命令:
python bwm.py --action decode --origin Demo.jpg --im ../Gakki.jpg --result res.jpg
可以得到這樣的一張圖:
以后誰再跟你搶女朋友就可以這樣聲明版權了嘿嘿.
(腳本和原圖都在最后的附錄里 有興趣的朋友只需要將上面的圖片保存為Demo.jpg
附錄里的原圖保存為Gakki.jpg
就可以解碼出上面的信息)
通過今天的方法你可以將信息放入任意圖片來達到加密信息的目的.
附錄里的腳本 加密用法:
python bwm.py --action encode --origin Gakki.jpg --im wm1.png --result Demo.jpg --alpha 2
上面 的水印就叫做盲水印,隱藏式的水印是以數字數據的方式加入音頻、圖片或影片中,但在一般的狀況下無法被看見。隱藏式水印的重要應用之一是保護版權,期望能借此避免或阻止數字媒體未經授權的復制和拷貝。
聲明版權
應用案例:
13年左右有位自稱是“超寫實主義”的畫家,聲稱自己純手工畫的畫寫實程度可以超過攝影機,并開辦培訓班斂財。
后被一位加了盲水印的攝影師戳穿,原來其“畫作”都是直接將照片用ps處理成手繪質感的圖。
淘寶賣家圖會被淘寶自動打上水印,如果有別的賣家存圖作為自己的圖上傳會被檢測出。
將某份保密數字資料發送給不同人時,可加上不同標識,如果資料被復制、傳播可根據解碼出的唯一標識來追究責任人。
應用案例:
比如著名的“阿里月餅門”。
傅里葉變換簡單地說就是將信號在時域或空域的函數轉變到頻域表示,在和工程學中有許多應用。因其基本思想首先由法國學者約瑟夫·傅里葉系統地提出。
那么,傅里葉變換有什么用呢,
現在把sin(3x)+sin(5x)的曲線給你,只看圖是看不出這整個曲線的方程式是怎樣的,現在需要將把sin(5x)從圖里拿出去,看看剩下的是什么。這基本是不可能做到的。
但是在頻域呢?則簡單的很,無非就是幾條豎線而已。
這是最簡單的一種用法,其他復雜用法不在此贅述。
一維信號的變換理解之后,那么圖像的頻譜圖長什么樣呢。
圖片中明亮的部分就是低頻(平緩)部分,暗點的是高頻(突變交界)部分。一般為了展示會把頻譜圖低頻的部分移到中心。頻譜圖上的點跟原圖不存在一一對應關系,頻譜圖的每一點都來自于全部的圖像(類似于時域曲線的點,和頻域圖的點)。
這樣可能還不夠直觀,接下來看這張圖。
這是一張400x400的圖,共有16 萬個像素點。
我們平時怎么來表示一張圖片呢,首先是在笛卡爾坐標系中用xy來定位某一確定的點。那么,我們怎么來描述這個點呢?
我們知道,所有的色彩都是由三原色組成。生活中經常說的紅、黃、藍(青),其實是一種消減型的三原色,光學中的三原色是紅、綠、藍,也就是R、G、B。
通常我們用來描述圖像點的方法就是RGB的值,其實圖像處理中用的是灰度(Gray scale)來表示圖片,但是為了便于理解,下面用的是RGB演示 。
上圖是截取了某一行RGB的值做成的曲線圖,可以看到,每條曲線都在不停的上下波動,且波動的頻率是相同的。有些區域的波動比較小,有些區域突然出現了大幅波動。
對比一下圖像就能發現,曲線波動較大的地方,也是圖像出現突變的地方。
圖像的頻譜可以理解為將一維的頻譜繞著縱軸旋轉一圈,形成一個3維的數學函數圖(原圖中心對稱、鏡像對稱才可以這樣干,其他類似),x、y軸代表兩個方向的頻率,z軸代表該頻率的幅值,只不過頻譜圖像是一個2維圖,所以用亮度來表示幅值了。
二維傅里葉變換的物理意義是將圖像的灰度分布函數變換為圖像的頻率分布函數。
魯棒性一般要能抗(壓縮 、裁剪、涂畫,旋轉)。
由于不希望被察覺、不希望干擾用戶體驗、不希望被模仿等等原因,我們的水印不可見,也就是隱匿性。
不易移除性跟魯棒性有些相似, 不同的是:
魯棒性更加強調的是數字資源在傳播過程中不要被不自覺地干擾和破壞。
不易移除性是在別有用心者察覺了盲水印的存在后,不被他們自覺地移除或者破壞。
強健性通常也被稱作魯棒性,來自于其英文名稱(Robustness)的音譯。
簡單地說就是耐操性。
需要說明的一點是,魯棒性和隱蔽性通常不可兼得。
沒什么可說的,就是盲水印需要表示出明確的信息。
例如這是一張相貌平平的圖片 你可以保存下來將后綴改為"rar"或者直接用解壓工具打開就可以看到神秘福利.
|??ω?` )
制作方法也很簡單在win下 入以下命令就可以做一張"圖種"了.
copy /b A.jpg + B.zip C.jpg
大約十年以前,圖種被廣泛上傳到論壇等地用來傳播資源。后來由于許多網站在上傳圖片時會判斷圖片結尾標識,其之后的全部丟棄,慢慢不再有人使用。(https://sm.ms/這個圖床還是很給力的 經測試還是可以解析種子)
圖片可以跟種子文件結合,當然也可以和其他文件結合。
其實隱藏文件和盲水印都屬于圖片隱寫術。
隱寫術(Steganography)也是數字水印的一種應用,雙方可利用隱藏在數字信號中的信息進行溝通。
數字照片中的注釋數據能記錄照片拍攝的時間、使用的光圈和快門,甚至是相機的廠牌等信息,這也是數字水印的應用之一。
某些文件格式可以包含這些稱為“me
? 所謂的“敏感詞過濾”,常翻墻的同學,應該都很熟悉了。用圖片來隱藏信息,可以規避GFW的敏感詞過濾。
? 國內的很多網站,對于上傳的圖片,都會進行人工審查。如果能通過技術手段把信息隱藏在圖片中,而圖片本身又看不出什么異樣,人工審核就看不出來。
? 不希望被別人看到的資料、信息等。
通常來說,圖片文件都有包含2部分:文件頭和數據區。
而“內容覆蓋法”,就是把要隱藏的文件,直接【覆蓋】到圖片文件的【數據區】的【尾部】。
比方說,某圖片有 100KB,其中文件頭占 1KB,那么,數據區就是 99KB。也就是說,最多只能隱藏 99KB 的文件。
切記:覆蓋的時候,千萬不可破壞文件頭。文件頭一旦破壞,這個圖片文件就不再是一個合法的圖片文件了。
使用這種方法,對圖片文件的格式,是有講究的——最好用【24位色的 BMP 格式】。
import sys
def embed(container_file data_file output_file) :
"""代碼沒有嚴格計算 BMP 的文件頭尺寸,只是大致預留了 1024 字節"""
container = open(container_file "rb").read()
data = open(data_file "rb").read()
if len(data)+1024 >= len(container) :
print("Not enough space to save " + data_file)
else :
f = open(output_file "wb")
f.write(container[ : len(container)-len(data)])
f.write(data)
f.close()
if "__main__" == __name__ :
try :
if len(sys.argv) == 4 :
embed(sys.argv[1] sys.argv[2] sys.argv[3])
else :
print("Usage:n%s container data output" % sys.argv[0])
except Exception as err :
print(err)
很多商業軟件使用的原理都是這個方法。
例如在PNG圖片的儲存中,每個顏色會有8bit,LSB(Least Significant Bit)隱寫就是修改了像數中的最低的1bit,在人眼看來是看不出來區別的,也把信息隱藏起來了。(每個像數可以攜帶3bit的信息。)
譬如我們想把’A’隱藏進來的話,如下圖,就可以把A轉成16進制的0x61再轉成二進制的01100001,再修改為紅色通道的最低位為這些二進制串。
(參考了幾個git hub上的項目不過魯棒性都不太好)
ALPHA = 5
class BlindWaterMark(): """盲水印加解密,無頻移簡單版""" def **init**(self): self.parser = ArgumentParser() self.parser.add_argument(--action dest=action required=True) self.parser.add_argument(--origin dest=ori required=True) self.parser.add_argument(--img dest=img required=True) self.parser.add_argument(--result dest=res required=True) self.parser.add_argument(--alpha dest=alpha default=ALPHA)
def encode(self ori_path wm_path res_path alpha):
img = cv2.imread(ori_path)
img_f = np.fft.fft2(img) # 2維離散傅里葉變換
height width channel = np.shape(img)
watermark = cv2.imread(wm_path)
wm_height wm_width = watermark.shape[0] watermark.shape[1]
# 水印隨機編碼
x y = range(height / 2) range(width)
random.seed(height + width) # 隨機數解碼時可控
random.shuffle(x)
random.shuffle(y)
# 按目標圖片大小 對水印圖進行對稱
tmp = np.zeros(img.shape) # 根據圖片形狀,生成0填充的矩陣
for i in range(height / 2):
for j in range(width):
if x[i] < wm_height and y[j] < wm_width:
tmp[i][j] = watermark[x[i]][y[j]]
tmp[height - 1 - i][width - 1 - j] = tmp[i][j]
res_f = img_f + alpha * tmp # 原圖頻域值 + 水印頻域值
res = np.fft.ifft2(res_f) # 傅里葉逆變換
res = np.real(res) # 轉換為實數
cv2.imwrite(res_path res [int(cv2.IMWRITE_JPEG_QUALITY) 100])
def decode(self ori_path img_path res_path alpha):
ori = cv2.imread(ori_path)
img = cv2.imread(img_path)
ori_f = np.fft.fft2(ori)
img_f = np.fft.fft2(img)
height width = ori.shape[0] ori.shape[1]
watermark = (ori_f - img_f) / alpha
watermark = np.real(watermark)
res = np.zeros(watermark.shape)
random.seed(height + width)
x = range(height / 2)
y = range(width)
random.shuffle(x)
random.shuffle(y)
for i in range(height / 2):
for j in range(width):
res[x[i]][y[j]] = watermark[i][j]
res[height - i - 1][width - j - 1] = res[i][j]
cv2.imwrite(res_path res [int(cv2.IMWRITE_JPEG_QUALITY) 100])
def run(self):
options = self.parser.parse_args()
action = options.action
ori = options.ori
img = options.img
res = options.res
alpha = float(options.alpha)
if not os.path.isfile(ori):
parser.error("image %s does not exist." % ori)
if not os.path.isfile(img):
parser.error("watermark %s does not exist." % img)
if action == "encode":
self.encode(ori img res alpha)
elif action == "decode":
self.decode(ori img res alpha)
if **name** == **main**: bwm = BlindWaterMark() bwm.run()
2.隱寫術是一門很深、應用很廣泛的學問,這里講的很泛,權當做拋磚引玉。圖片隱寫術只是其中一種,有興趣的同學可以看下面這本書。
本文作者:UCloud后臺研發工程師 Hughes Chen
博客地址:https://ulyc.github.io/
您也可以關注知乎官方技術課堂https://www.zhihu.com/column/ucloud 查看更多技術干貨!
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/126014.html
摘要:作者微信公眾號的皮卡丘歡迎大家搜索關注知乎圖像類畫畫實現手寫筆記的壓縮與增強實現簡單的車牌檢測算法類實現版貪吃蛇實現五子棋初版信息安全類簡單實現隱寫術使用破解滑塊驗證碼其他制作簡易瀏覽器實現浪漫表白實現地理信息可視化簡單分析高考數據制作簡易 作者:Charles微信公眾號:Charles的皮卡丘(歡迎大家搜索關注)知乎:https://zhuanlan.zhihu.com/p/... ...
閱讀 3540·2023-04-25 20:09
閱讀 3743·2022-06-28 19:00
閱讀 3064·2022-06-28 19:00
閱讀 3087·2022-06-28 19:00
閱讀 3178·2022-06-28 19:00
閱讀 2883·2022-06-28 19:00
閱讀 3051·2022-06-28 19:00
閱讀 2641·2022-06-28 19:00