信息隐藏与数字水印实验2——WAV音频的LSB信息隐藏

一、实验目的

        了解WAV文件格式，掌握利用WAV格式音频文件实现LSB信息隐藏原理，设计并实现一种基于WAV文件的LSB信息隐藏算法，同时自行练习设计实现一种次第有效位的音频隐写算法。

        了解归一化相关系数NC的原理，利用NC对嵌入的水印图像和提取的图像水印进行比较。

二、实验环境

(1) Windows 11操作系统；

(2) Python3.7；

(3) Python的wave、numpy、matplotlib、opencv-python库；

(4) wave音频文件和二值水印图像文件。

三、实验步骤和结果

1. 将 carrier.wav 读入并转为直接数据，将灰度图读入转为一维数组并二值化，然后 采用次低有效位的方式将图像数据隐写到音频文件中。

        信息隐藏的代码中，核心部分即采用次低有效位嵌入的代码如下所示：

        运行代码，结果如下：

        完成LSB嵌入之后，首先我对LSB嵌入前后的音频文件进行听觉上的区分，二者靠人耳听不出任何差别。从上图也可以看出，

        LSB信息隐藏后，对原始音频的波形影响也非常小，几乎看不出任何差别，这说明LSB隐藏的音频透明性非常好。当然，和通过最低有效位进行隐写的方式相比，差距还是稍微大一些。

2. 将隐写后的音频文件读入并转为 numpy 数据，然后按照隐写时的方式提取水印，提取每一数据的次第有效位。

        然后将提取后的数据转为二维矩阵并转为 8bit 的灰度图保存，最后计算 NC值。

        信息提取的代码中，核心部分即提取次低有效位数据的代码如下所示：

        运行代码，结果如下：

        首先通过肉眼对比上图中原始水印图像和提取水印图像的差异，发现二者无法看出任何差异。

        然后计算这两张图像的NC值，在本例中，携密音频未发生任何变化，也就是说未对携密音频进行任何形式的攻击。因此提取出来的水印信息和原始的水印信息完全相同，归一化函数的值为1。运行计算NC值的代码后的结果如下：

        可以看到，NC值为100.0%，与预想结果一致。

四、实验遇到的问题及解决方法

（1）运行hide.py时，python环境没有cv2包，在pycharm的设置里面也无法顺利安装。

解决方法：

        选择国内源的镜像下载并安装。我选择的是https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/，将对应版本的cv2包下载后，打开Anaconda Prompt，进入pytorch虚拟环境，并跳转至保存cv2包的本地地址，进行安装即可：

五、实验心得体会和思考

        通过WAV音频的LSB信息隐藏实验，我更加深入地了解了信息隐藏和数字水印的基础技术、WAV文件格式和归一化相关系数NC的原理，较好地掌握了LSB针对WAV音频的隐写及提取的基本操作，在理论基础和动手实践方面都得到了很大的提升，这些都是仅在课堂学习中获取不到的宝贵经验，正所谓“实践方能出新知”。

        同时，我对python这门语言以及相应的开发工具(pycharm)的使用有了更进一步的熟练掌握，也真真切切地感受到了编程语言应用于实际场景的快捷和便利。