Python 生成隐藏图像！

例图

图1

图0

mix

原理

图像处理的Alpha通道（png格式的图） - FlyingPanguins - 博客园 (cnblogs.com)
隐藏图原理 - 公式法 - 哔哩哔哩 (bilibili.com)
你这图挺能藏啊？用Python制作隐藏图！ - 知乎 (zhihu.com)
Python PIL.Image模块：图片变更尺寸大小(宽x高)_pil image size-CSDN博客
python图像处理库ImageEnhance实现图像的亮度、对比度、色度和锐度四种方式增强_imageenhance.sharpness-CSDN博客
PIL获取图片亮度值的五种方式-CSDN博客

加上透明通道后，由原图像像素与背景像素，可以计算出实际肉眼所见的图像：

$$\begin{gathered} qquad \\ Color= \\ fracAlpha\_Source255 \\ timesColor\_Source+ \\ frac255-Alpha\_Source255 \\ timesColor\_Background \\ qquad \end{gathered}$$

抖音、贴吧等平台，显示图像时优先以纯白色为背景，此时未点开图像，即：

KaTeX parse error: Undefined control sequence: \[ at position 216: …Color\_{White}=\̲[̲R,G,B\]=\[255,2…

点开始，以纯黑色为背景，则：

KaTeX parse error: Undefined control sequence: \[ at position 204: …Color\_{Black}=\̲[̲R,G,B\]=\[0,0,0…

现在，欲将图像1在白色背景下显示，图像2在黑色背景下显示，则二者满足：

$$\begin{gathered} qquad \\ Color\_1= \\ fracAlpha\_mix255 \\ timesColor\_mix+ \\ frac255-Alpha\_mix255 \\ timesColor\_White \\ quad \\ Color\_2= \\ fracAlpha\_mix255 \\ timesColor\_mix+ \\ frac255-Alpha\_mix255 \\ timesColor\_Black \\ qquad \end{gathered}$$

其中下标mix表示二者混合生成的图像。

将公式展开为RGB三通道的计算形式：

$$\begin{gathered} qquad \\ R\_1= \\ fracAlpha\_mix255 \\ timesR\_mix+ \\ frac255-Alpha\_mix255 \\ timesR\_White \\ quad \\ G\_1= \\ fracAlpha\_mix255 \\ timesG\_mix+ \\ frac255-Alpha\_mix255 \\ timesG\_White \\ quad \\ B\_1= \\ fracAlpha\_mix255 \\ timesB\_mix+ \\ frac255-Alpha\_mix255 \\ timesB\_White \\ quad \\ R\_2= \\ fracAlpha\_mix255 \\ timesR\_mix+ \\ frac255-Alpha\_mix255 \\ timesR\_Black \\ quad \\ G\_2= \\ fracAlpha\_mix255 \\ timesG\_mix+ \\ frac255-Alpha\_mix255 \\ timesG\_Black \\ quad \\ B\_2= \\ fracAlpha\_mix255 \\ timesB\_mix+ \\ frac255-Alpha\_mix255 \\ timesB\_Black \\ quad \end{gathered}$$

移项为：

$$\begin{gathered} qquad \\ (R\_1- \\ frac255-Alpha\_mix255 \\ timesR\_White) \\ times \\ frac255Alpha\_mix=R\_mix \\ quad \\ (G\_1- \\ frac255-Alpha\_mix255 \\ timesG\_White) \\ times \\ frac255Alpha\_mix=G\_mix \\ quad \\ (B\_1- \\ frac255-Alpha\_mix255 \\ timesB\_White) \\ times \\ frac255Alpha\_mix=B\_mix \\ quad \\ (R\_2- \\ frac255-Alpha\_mix255 \\ timesR\_Black) \\ times \\ frac255Alpha\_mix=R\_mix \\ quad \\ (G\_2- \\ frac255-Alpha\_mix255 \\ timesG\_Black) \\ times \\ frac255Alpha\_mix=G\_mix \\ quad \\ (B\_2- \\ frac255-Alpha\_mix255 \\ timesB\_Black) \\ times \\ frac255Alpha\_mix=B\_mix \\ quad \end{gathered}$$

代入黑、白背景数值为：

$$\begin{gathered} qquad \\ (R\_1-255+Alpha\_mix) \\ times \\ frac255Alpha\_mix=R\_mix \\ quad \\ (G\_1-255+Alpha\_mix) \\ times \\ frac255Alpha\_mix=G\_mix \\ quad \\ (B\_1-255+Alpha\_mix) \\ times \\ frac255Alpha\_mix=B\_mix \\ quad \\ R\_2 \\ times \\ frac255Alpha\_mix=R\_mix \\ quad \\ G\_2 \\ times \\ frac255Alpha\_mix=G\_mix \\ quad \\ B\_2 \\ times \\ frac255Alpha\_mix=B\_mix \\ quad \end{gathered}$$

则有：

$$\begin{gathered} quad \\ Alpha\_mix=255-R\_1+R\_2 \\ quad \\ Alpha\_mix=255-G\_1+G\_2 \\ quad \\ Alpha\_mix=255-B\_1+B\_2 \\ quad \end{gathered}$$

即欲使方程成立，可以有以下两种情况成立，

其一，两图像三通道对应的差值相等：

\\\quad\\ R_2-R_1=G_2-G_1 \\\quad\\ G_2-G_1=B_2-B_1 \\\quad\\

其二，两图像均为灰度图像：

\\\quad\\ R_1=G_1=B_1 \\\quad\\ R_2=G_2=B_2 \\\quad\\

且：

\\\quad\\ 0\leq 255-R_1+R_2 \leq 255 \\\quad\\ 0\leq 255-G_1+G_2 \leq 255 \\\quad\\ 0\leq 255-B_1+B_2 \leq 255 \\\quad\\

则有：

\\\quad\\ R_{mix}=R_2 \times \frac{255}{255-R_1+R_2} \\\quad\\ G_{mix}=G_2 \times \frac{255}{255-G_1+G_2} \\\quad\\ B_{mix}=B_2 \times \frac{255}{255-B_1+B_2} \\\quad\\ R_2 \leq R_1 \\\quad\\ G_2 \leq G_1 \\\quad\\ B_2 \leq B_1 \\\quad\\

经过上面推导，我们知道，欲得到隐藏图像的混合图，需要：

• 不严谨地讲，图象2的亮度要小于图1（经验证，通过算法使得图像2每个像素小于图像1，会导致图像混合，只能分别整体调整亮度）
• 图1和图2都需要先转换为灰度图像（经过验证，如果通过算法使得图1、图2各通道差值相同，则会导致图像混合）
• 图像1和图像2的均为完全不透明图像

代码

 #!/usr/bin/env python
 # -*- coding: utf-8 -*-
 # @Time : 2024/2/20 21:26
 # @Author : SONG-LE
 # @vx : yukinoyuki-_-
 # @知乎 : https://www.zhihu.com/people/xiao-xue-sheng-ye-xiang-xie-shu
 ​
 from PIL import Image
 from PIL import ImageEnhance
 import numpy as np
 ​
 # 文件名
 img1_path = '1.png'
 img0_path = '0.png'
 ​
 # 读取图像：转为灰度图；调整尺寸大小
 img1 = Image.open(img1_path).convert('L').resize((800, 600))
 img0 = Image.open(img0_path).convert('L').resize((800, 600))
 ​
 # 增强图像1亮度，减小图像0亮度
 img1 = ImageEnhance.Brightness(img1).enhance(1.1)
 img0 = ImageEnhance.Brightness(img0).enhance(0.8)
 ​
 # 获取图像矩阵，转换为浮点数矩阵，方便计算
 mt1=np.array(img1).astype(np.float32)
 mt0=np.array(img0).astype(np.float32)
 ​
 # 亮度平均比
 print(np.mean(mt1),np.mean(mt0),np.mean(mt1)/np.mean(mt0))
 ​
 # 公式计算过程
 alpha=255+mt0-mt1
 alpha[alpha==0]=1 # 防止除以零
 alpha[alpha>255]=255 # 将溢出的数值设置为255
 mt=mt0*255/alpha
 ​
 # 导出图像
 # img=np.zeros((600, 800,4), dtype=np.uint8)
 # img[:,:,0]=mt
 # img[:,:,1]=mt
 # img[:,:,2]=mt
 # img[:,:,3]=alpha
 img=np.zeros((600, 800,2), dtype=np.uint8) # uint8为图像矩阵格式，整数数值在：0~255
 img[:,:,0]=mt
 img[:,:,1]=alpha
 img=Image.fromarray(np.array(img,dtype=np.uint8))
 img.save('result.png',format='png')

以上就是“Python 生成隐藏图像！”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。