CQU密码学实验2

一、核心源代码

助教给了lena512这个图,但是其实可以对任意图像进行灰度变化,然后切割成512*512像素。

主要的变换代码如下：

使用python实现，变化主要就是使用下面这个函数，其中函数接受的三个参数依次为图像，迭代次数，以及N。调用的时候迭代数取50，N取512

然后就是处理图像，读取原始图像变成灰度图像，然后进行标准化处理成512*512：

用于整理图像尺寸的函数如下：

然后就是调用：保存50，96，192，384次置乱：

迭代次数为50，N取512，那么用384轮50次置换图像可以得到恢复。

后来我改为保存每一轮置换后的结果：

import numpy as np
from PIL import Image
# 自己准备的照片
# path = "img2.jpg"
# lena512
path = "input.bmp"
# 图像尺寸调整函数
def resize_image(image, size):
    img = Image.fromarray(image)
    img_resized = img.resize((size, size))
    return np.array(img_resized)

# Arnold 变换函数
def arnold_transform(img, iterations,N):
    size = img.shape[0]
    print(size)
    mapped_img = np.zeros_like(img)
    for _ in range(iterations):
        for i in range(size):
            for j in range(size):
                new_i = (i + j) % N
                new_j = (i + 2*j) % N
                mapped_img[new_i, new_j] = img[i, j]

        img = mapped_img.copy()

    return mapped_img

# 读取原始图像
img_original = np.array(Image.open(path).convert('L'))
# 保存处理后的图像
save_path = 'processed_image.png'
Image.fromarray(img_original).save(save_path)

# 调整图像尺寸为 512x512
img_resized = resize_image(img_original, 512)

# 将numpy数组转换为PIL图像对象
img_pil = Image.fromarray(img_resized)
# 现在你可以保存这个图像对象了
img_pil.save('output.png')


# 指定迭代次数
iterations = 50

# for i in range(384):
#     img_resized = arnold_transform(img_resized, iterations, 512)
#     if i == (50-1):
#         scrambled_image = Image.fromarray(img_resized)
#         scrambled_image.save('scrambled_image_50.png')
#     elif i == (96-1):
#         scrambled_image = Image.fromarray(img_resized)
#         scrambled_image.save('scrambled_image_96.png')
#     elif i == (192-1):
#         scrambled_image = Image.fromarray(img_resized)
#         scrambled_image.save('scrambled_image_192.png')
#     elif i == (384-1):
#         scrambled_image = Image.fromarray(img_resized)
#         scrambled_image.save('scrambled_image_384.png')


for i in range(384):
    img_resized = arnold_transform(img_resized, iterations, 512)
    #打印每一轮变换后的图片
    scrambled_image = Image.fromarray(img_resized)
    scrambled_image.save('./lena/scrambled_image_' + str(i+1) +'.png')

二、实验结果与分析

1. 实验结果，自己的图片：

img2.jpg是原图，processed_image.png是转换为灰度图像之后的，output.png是将图片处理成512*512像素，剩下的四张分别是分别进行50，96，192，384次置乱后的结果，神奇的是除了第384次，我自己的这张图，第192次好像也得到了恢复。

2. lena图像：

这张图本身就是灰度的了，但是依然运行原来的程序，processed_image.png是转换为灰度图像之后的，output.png是将图片处理成512*512像素。

可以观察到N为512时经过384次迭代后，每轮为迭代50次，图像得到了恢复。