OpenCV实现图像加密和解密

加密解密原理

通过按位异或运算可以实现图像的加密和解密。将原始图像与密钥图像进行按位异或可以实现加密；将加密后的图像与密钥图像进行按位异或可以实现解密。

加密解密原理和原理

异或运算规则

输入 A	输入 B	输出 A XOR B
0	0	0
0	1	1
1	0	1
1	1	0

异或运算规则可以描述为 ：

• 运算数相同，结果为0；运算数不同，结果为1。
• 任何数（0或1）与数值0异或，结果仍为自身。
• 任何数（0或1）与数值1异或，结果变为另外一个数，即0变1，1变0。
• 任何数（0或1）与自身异或，结果为0。

加密解密原理

1. 每个像素点在图像中都可以通过RGB（红绿蓝）三个颜色的组合来表示。若要对图像进行加密处理，通常需要先将其转化为灰度图像。
2. 在这一过程中，原本由RGB三个通道构成的像素值会被转换成一个单一的灰度值，其数值范围通常在0到255之间。
3. 举例来说，假设我们有一个像素点的像素值为216（这可以被视作明文信息），我们选取一个数值178作为密钥（这个密钥由加密者自由设定）。通过将这两个数值的二进制形式进行按位异或运算，我们就能够完成加密过程，得到加密后的像素值（即密文）106。
4. 当需要解密时，我们只需再次使用密钥178的二进制形式与密文106进行按位异或运算，即可还原出原始的像素值216（即明文）。

效果

初始图片：

随机生成的密钥：

解密图片：

代码

import cv2
import numpy as np

# 读取图像并转为灰度图
lena = cv2.imread("blue_2.jpg", cv2.IMREAD_GRAYSCALE)

# 检查图像是否成功读取
if lena is None:
    print("Error: 图像未成功读取，请检查文件路径是否正确。")
    exit()

# 获取图像的尺寸
r, c = lena.shape

# 生成随机密钥，大小与图像一致，数据类型为无符号8位整数
key = np.random.randint(0, 256, size=(r, c), dtype=np.uint8)

# 使用异或运算进行加密
encryption = cv2.bitwise_xor(lena, key)

# 使用相同的密钥和异或运算进行解密
decryption = cv2.bitwise_xor(encryption, key)

# 显示原图像、密钥、加密后的图像和解密后的图像
cv2.imshow("Original img", lena)
cv2.imshow("Random Key", key)
cv2.imshow("Encrypted img", encryption)
cv2.imshow("Decrypted img", decryption)

# 等待任意按键按下后关闭所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()