LSB图像数字水印嵌入算法（含python代码）

最新推荐文章于 2024-12-04 14:17:34 发布
最新推荐文章于 2024-12-04 14:17:34 发布
阅读量1.7w 收藏 193
点赞数 33
分类专栏： 数字水印 文章标签： LSB 数字水印 空间域
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41821067/article/details/111062871
版权

参考：

数字水印技术：LSB加密详解（附python代码）

目录

理论知识

在学习这篇博客的内容之前，你需要了解如下内容
1）python图像处理 PIL的使用

2）图片的属性
在灰度图像中，每个像素通常为8位，在RGB图像中，每个通道占8位，共有24位。每位的取值为0或者1，这就是为什么每个通道的最大值为255，每个像素位对图像的贡献值是不同的，这样，把整个图像分为8个位平面，从LSB（最低有效位0）到MSB（最高有效位1）。因为低位（根据一个公式）表达的信息少，所以将水印嵌入在LSB上，这样对不会对图像的质量产生较大的影响。

3）LSB隐写（最低有效位的隐写），是指通过改变图片中像素的最低位来实现信息的隐藏的。这种隐写方式需要图片是无压缩的位图，因此一般用于bmp和png图片。

LSB的优缺点

缺点： 改变最低有效位数据，数字图像进行数学变换等攻击方式使得嵌有数字水印的图片很容易受到攻击，缺乏鲁棒性
优点： 实现简单，隐藏量大。

LSB算法操作步骤

LSB对数字水印的操作主要包括水印嵌入过程和水印提取过程
1）水印嵌入过程
在这里插入图片描述
2）水印提取过程
在这里插入图片描述

水印嵌入

首先取两张png图片
主图（要嵌入水印的图片）如下
在这里插入图片描述
水印图片
在这里插入图片描述
然后将水印图片嵌入到主图中去
我们先来看一下每张图片的mode

from PIL import Image
im=Image.open("F:/girl.png")
watermark=Image.open("F:/watermark.png")
print (im)
print (watermark)

在这里插入图片描述

我们从打印结果可以看出水印图片的mode是RGBA，将水印图片的mode转换为RGB

watermark=watermark.convert("RGB")
print(watermark)

在这里插入图片描述
看到水印图片已经转换为RGB格式了

获取水印图片的每个像素的RGB值
代码

#获取水印图片的每一个像素值,i：指定要检查的像素点的逻辑X轴坐标。j：指定要检查的像素点的逻辑Y轴坐标。
for i in range(watermark.size[0]):
    for j in range(watermark.size[1]):
        #获取每个像素的RGB值
        rgb=watermark.getpixel((i,j))
        print(rgb)

因为获取的结果太长就不输出了，截图输出数据的一部分如下
在这里插入图片描述
可以获取的RGB值是用三元组来进行保存的

将RGB形式转换为二进制的形式，这样通道的值就转换为8位2进制，RGB有三个通道就转换为二进制就是24位

def plus(str):
    return str.zfill(8)
#获取水印图片的每一个像素值,i：指定要检查的像素点的逻辑X轴坐标。j：指定要检查的像素点的逻辑Y轴坐标。
for i in range(watermark.size[0]):
    for j in range(watermark.size[1]):
        #获取每个像素的RGB值
        rgb=watermark.getpixel((i,j))
        str=plus(bin(rgb[0]).replace('0b',''))
        str=str + plus(bin(rgb[1]).replace('0b',''))
        str=str + plus(bin(rgb[2]).replace('0b',''))
    print (str)

打印出每一个像素点的RGB值的二进制
在这里插入图片描述

其中bin是python的进制转换函数，能将十进制转换为二进制，唯一不足的就是会自动在转换的数字前面加0b，因此以空字符串替换掉0b。此外，十进制转换二进制的时候，如果转换的二进制是以0开头的，那么会自动省略前方的0，这不符合我们的要求。因此以255为标准，二进制为1111 1111，其余的不足8位的在最前方补0，如1就是0000 0001。plus函数就是补足8位。

用水印图片的每一位替换主图中的每个像素点的R、G、B的二进制形式的末尾数字，但是主图的变化值最多为1，主观上是察觉不到的

水印提取

解密过程
1）将水印图片的像素点RGB值还原
2）用水印的宽和高来进行还原。计算公式是宽*高 38
这里我水印图片的宽为111，高为34，根据公式计算相乘得到length=90576

在这里插入图片描述
然后从主图像中提取水印的值

def deEncry(img,length):
    width=im.size[0]
    height=im.size[1]
    #计数器
    count= 0
    wt=""

    for i in range(width):
        for j in range(height):
         # 获取像素点的值
            rgb = img.getpixel((i, j))
        # 提取R通道的附加值
            if count % 3 == 0:
                count += 1
                wt = wt + str(rgb[0] % 2)
                if count == length:
                    break

        # 提取G通道的附加值
            if count % 3 == 1:
                count += 1
                wt = wt + str(rgb[1] % 2)
                if count == length:
                    break

        # 提取B通道的附加值
            if count % 3 == 2:
                count += 1
                wt = wt + str(rgb[2] % 2)
                if count == length:
                    break
        if count == length:
            break
    return wt

然后将wt的值还原为RGB的值，并显示图片

def showImage(wt):
# str2初始化为list
    str2 = []
#将wt的值转变为RGB值
    for i in range(0, len(wt), 8):
	# 以每8位为一组二进制，转换为十进制
	    str2.append(int(wt[i:i + 8], 2))
#绘制和显示水印图片
    img_out = Image.new("RGB", (113, 36))
    flag = 0
    for m in range(0, 111):
	    for n in range(0, 34):
		    img_out.putpixel((m, n), (str2[flag], str2[flag + 1], str2[flag + 2]))
		    flag += 3
    img_out.show()

还原到的水印图片是
在这里插入图片描述
上图是python代码运行得到的，为了便于观看，Image.new()的时候宽和高增加了两个像素

代码

from PIL import Image
# print(watermark)
def plus(str):
    return str.zfill(8)
# 获取水印图片的每一个像素值,i：指定要检查的像素点的逻辑X轴坐标。j：指定要检查的像素点的逻辑Y轴坐标。
def getcode(watermark):
    str1 = ""
    for i in range(watermark.size[0]):
        for j in range(watermark.size[1]):
            # 获取每个像素的RGB值
            rgb = watermark.getpixel((i, j))
            str1 = str1 + plus(bin(rgb[0]).replace('0b', ''))
            str1 = str1 + plus(bin(rgb[1]).replace('0b', ''))
            str1 = str1 + plus(bin(rgb[2]).replace('0b', ''))
    # print (str)
    return str1
# 加密
def encry(img, code):
    # 计数器
    count = 0
    codelen = len(code)
    print (codelen)
    for i in range(img.size[0]):
        for j in range(img.size[1]):
            # 获取每个像素的RGB值
            data = img.getpixel((i, j))
            if count == codelen:
                break
            r = data[0]
            g = data[1]
            b = data[2]
            # print (r)
            # print(codelen)#24
            r = (r - r % 2) + int(code[count])
            count += 1
            if count == codelen:
                img.putpixel((i, j), (r, g, b))
                break

            g = (g - g % 2) + int(code[count])
            count += 1
            if count == codelen:
                img.putpixel((i, j), (r, g, b))
                break

            b = (b - b % 2) + int(code[count])
            count += 1
            if count == codelen:
                img.putpixel((i, j), (r, g, b))
                break
                # 每3次循环表示一组RGB值被替换完毕，可以进行写入
            if count % 3 == 0:
                img.putpixel((i, j), (r, g, b))
    img.save('F:/watermark_im.png')


im = Image.open("F:/girl.png")
watermark = Image.open("F:/watermark.png")
watermark = watermark.convert("RGB")
code = getcode(watermark)
encry(im, code)


def deEncry(img, length):
    width = im.size[0]
    height = im.size[1]
    # 计数器
    count = 0
    wt = ""

    for i in range(width):
        for j in range(height):
            # 获取像素点的值
            rgb = img.getpixel((i, j))
            # 提取R通道的附加值
            if count % 3 == 0:
                count += 1
                wt = wt + str(rgb[0] % 2)
                if count == length:
                    break

                    # 提取G通道的附加值
            if count % 3 == 1:
                count += 1
                wt = wt + str(rgb[1] % 2)
                if count == length:
                    break

                    # 提取B通道的附加值
            if count % 3 == 2:
                count += 1
                wt = wt + str(rgb[2] % 2)
                if count == length:
                    break
        if count == length:
            break
    return wt


def showImage(wt):
    # str2初始化为list
    str2 = []
    # 将wt的值转变为RGB值
    for i in range(0, len(wt), 8):
        # 以每8位为一组二进制，转换为十进制
        str2.append(int(wt[i:i + 8], 2))
    # 绘制和显示水印图片
    img_out = Image.new("RGB", (113, 36))
    flag = 0
    for m in range(0, 111):
        for n in range(0, 34):
            img_out.putpixel((m, n), (str2[flag], str2[flag + 1], str2[flag + 2]))
            flag += 3
    img_out.show()

img1 = Image.open("F:/watermark_im.png")
rgb_img1 = img1.convert('RGB')
length = 90576
wt = deEncry(rgb_img1, length)
showImage(wt)
多重LSB数字水印算法Python详解
qq_42568323的博客
12-22 745
LSB（Least Significant Bit）数字水印算法是一种常见的图像水印技术，它通过对图像的最低有效位（LSB）进行修改来嵌入水印信息。水印信息通常以二进制形式编码，并嵌入到图像像素的最低有效位中。这种方法通常具有较好的隐蔽性，因为人眼难以察觉最低有效位的变化。多重LSB数字水印算法是LSB算法的一个扩展，它通过同时改变图像像素的多个最低有效位（通常是2位、3位或更多）来嵌入水印信息。多重LSB算法能够在嵌入更多水印信息的同时保持较好的图像质量。
LSB图片水印嵌入
12-31
亲测可以用的LSB图片水印嵌入代码 很不错的东西
数字水印算法设计
2401_86539719的博客
10-21 804
针对本课题，更主要的掌握了关于DCT域水印算法的设计和实现的相关知识，基于变换域的水印算法的设计方法，HVS在基于变换域水印算法设计中的应用，通用的水印测试方式和主要采取的攻击方式等等。从信号处理的角度看，在载体图像中嵌入数字水印可以视为在强背景（即原始图像）下叠加一个视觉上看不到的弱信号（水印），由于人的视觉系统（HVS），分辨率受到一定的限制，只要叠加信号的幅度低于HVS的对比度门限，HVS就无法感觉到信号的存在，因此，通过对载体对象作一定的调整，就有可能在不引起人感知的情况下嵌入一些信息。
图片水印-最低有效位(LSB)水印算法实现
最新发布
qinfeng1937的博客
12-04 307
LSB数字水印简单实现
python数字水印嵌入与提取_基于LSB的图像数字水印实验
weixin_39864261的博客
02-10 2432
1.实验类别设计型实验：MATLAB设计并实现基于LSB的图像数字水印算法。2.实验目的了解信息隐藏中最常用的LSB算法的特点，掌握LSB算法原理，设计并实现一种基于图像的LSB隐藏算法。3.实验条件(1) Windows 2000或Windows Xp以上操作系统；(2)MATLAB 6.5以上版本软件；(3)图像文件4.实验原理基于LSB的图像数字水印任何多媒体信息在数字化时都会产生...
MATLAB基于LSB的数字水印算法
sunny_chenxi的博客
08-28 4196
摘要—LSB是一种简单传统的信息隐藏算法，属于数字水印技术中的一种。本文首先介绍了LSB技术的原理和特点，然后讨论了基于LSB的数字水印算法。最后利用MATLAB 2010 b2对这一算法的加密过程进行了仿真。介绍随着计算机应用逐渐广泛、网络技术的迅速发展，使音频、视频等多媒体信息都能以数字形式传输和播放，从而使大规模非授权拷贝成为了可能，而这样会损害音乐、电影、书籍和软件等出版业...
【图像分割】基于matlab形态学重建和过滤改进FCM算法（FRFCM）图像分割【含Matlab源码 154期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
01-23 1024
形态学重建和过滤改进FCM算法（FRFCM）图像分割 完整代码，直接运行，适合小白！可提供运行操作视频！
基于MatLab实现LSB（最低有效位）算法完成图片数字水印隐写功能
热门推荐
IronmanJay
09-18 1万+
空域图像水印技术是指在图像的空间域中嵌入水印的技术。 最简单和有代表性的方案就是用秘密信息代替图像的最低有效位(LSB)或者多个位平面的所有比特的算法。 LSB（Least Significant Bits）算法：将秘密信息嵌入到载体图像像素值的最低有效位。如下图，我们可以将其每八位的最后一位替换成我们的秘密信息，也就完成了信息隐写的过程。
基于LSB的数字图像水印处理（灰度水印、彩色水印）
MajorTom0319的博客
12-12 3726
该算法将一个需要隐藏的二值图像信息嵌入载体图像的最低有效位，即将载体图像的最低有效位层替换为当前需要隐的二值图像，从而实现将二值图像隐藏的目的由于二值图像处于载体图像的最低有效位上，所以对于载体图像的影响非常不明显，其具有较高的隐酸性，并且在必要时直接将载体图像的最低有效位层提取出来，即可得到嵌入在该位上的二值图像，达到提取秘密信息的目的。若我们将灰度图像先转化为二进制二值图像并进行嵌入和提取操作，很显然嵌入和提取得到的水印图像会变成二值图像，导致较多信息的缺失，因此我们不考虑这种操作。
数字水印的(LSB算法)嵌入和提取VC++实现
12-11
// WaterMark.h : main header file for the WATERMARK application // #if !defined(AFX_WATERMARK_H__6895B557_4450_4088_810E_A87674673BCB__INCLUDED_) #define AFX_WATERMARK_H__6895B557_4450_4088_810E_A87674673BCB__INCLUDED_ #if _MSC_VER > 1000 #pragma once #endif // _MSC_VER > 1000 #ifndef __AFXWIN_H__ #error include 'stdafx.h' before including this file for PCH #endif #include "resource.h" // main symbols ///////////////////////////////////////////////////////////////////////////// // CWaterMarkApp: // See WaterMark.cpp for the implementation of this class // class CWaterMarkApp : public CWinApp { public: CWaterMarkApp(); // Overrides // ClassWizard generated virtual function overrides //{{AFX_VIRTUAL(CWaterMarkApp) public: virtual BOOL InitInstance(); //}}AFX_VIRTUAL // Implementation //{{AFX_MSG(CWaterMarkApp) // NOTE - the ClassWizard will add and remove member functions here. // DO NOT EDIT what you see in these blocks of generated code ! //}}AFX_MSG DECLARE_MESSAGE_MAP() }; ///////////////////////////////////////////////////////////////////////////// //{{AFX_INSERT_LOCATION}} // Microsoft Visual C++ will insert additional declarations immediately before the previous line. #endif // !defined(AFX_WATERMARK_H__6895B557_4450_4088_810E_A87674673BCB__INCLUDED_)
【图像隐写】基于LSB+DCT实现数字水印嵌入提取带攻击测试matlab源码含GUI.md
08-23
【图像隐写】基于LSB+DCT实现数字水印嵌入提取带攻击测试matlab源码含GUI.md
python图形数字水印和添加水印后的jpeg攻击，裁剪攻击，噪声攻击。
08-12
首先，数字水印是将隐藏的信息嵌入到原始数据（如图像或视频）中，而不会显著降低其质量。在Python中，我们可以利用OpenCV库，这是一个广泛使用的计算机视觉库，包含丰富的图像处理功能。例如，`lotus.bmp`可能是...
简单的 LSB图像水印算法 python版本
Maxwave13的博客
04-16 2918
LSB Least Significant Bit 最低有效位嵌入，这里就不赘述了。很多参考，原理一搜就出来了。 下面是相应的代码 首先，编写encode 和decode 代码，使用位操作 def LSB_encode(cover, m, k): m = np.array(m, dtype = np.uint8) cover = np.array(cover, dtype = np...
基于Python实现数字图像可视化水印系统.zip
06-10
空间域水印包含 LSB 水印嵌入和提取、LSB 算法改进、图像降级算法及其改进等功能。变换域水印包含 DCT 隐写和 DCT 提取。 详细介绍参考:...
基于LSB的数字水印算法以及matlab实现源程序
08-17
LSB数字水印算法实现以及Matlab代码，包含水印的嵌入和提取整个代码。
数字水印嵌入和提取算法
12-26
基于小波分解的图像数字水印算法，全文包括数字水印的嵌入和提取。
【MATLAB】基于DWT的数字水印技术（嵌入+攻击+提取+GUI界面）
m0_54231882的博客
07-04 5275
数字水印技术是一种有效的数字产品版权保护和数据安全维护技术,是信息隐藏技术研究领域的一个重要分支。其基本思想是利用数字图像中普遍存在的冗余数据与随机性,将具有特定意义的标记(水印),利用数字嵌入的方法隐藏在数字图像等数字产品,从而起到保护数字图像版权或者完整性的一种技术。这种标记是不可见的,只有通过专用的检测器或阅读器才能提取。隐蔽性:在数字图像作品中嵌入数字水印不会引起图像明显的降质,数字水印的图像和原始图像对人的感觉器官的刺激应该是无差别或差别很小,主观感觉变化微小并且不易被察觉。
基于小波变换的数字水印嵌入与提取算法
05-08
基于小波变换的数字水印嵌入与提取算法,基于小波变换的数字水印嵌入与提取算法
LSB水印嵌入与提取-彩色图像_Python Version
我的博客
05-27 3107
上一篇主要是对灰色图像间修改，那么此篇进行改动，加入通道信息，实现彩色水印嵌入与提取。数字水印技术是一种保护图像版权的方式。LSB(Least Significant Bits, 最低有效位)技术是空域水印嵌入的一种方式。本文以彩色图像为对象，使用Python实现了任意长度位平面的水印嵌入方式，并且可以提取出水印对应的彩色图像。
基于LSB算法的数字水印嵌入与提取实现
PixelCoder的博客
08-06 873
其中，图像水印是最为广泛应用的一种数字水印技术，而LSB（Least Significant Bit）算法则是图像水印中最常用的一种嵌入和提取算法。LSB算法是一种相对简单的嵌入和提取数字水印的方法，其基本原理是通过修改像素点最低有效位（LSB）来嵌入和提取数字水印，因为像素点的颜色值通常是使用8位二进制表示的，修改 LSB 并不会对图片质量产生太大影响。将待嵌入水印的二进制数据按位插入到载体图像的 LSB 中，每一位都嵌入到一个像素的 LSB 中。读取被嵌入水印的载体图像，将其转换成二进制格式。
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Nefelibat

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值