SteganoGAN项目运行流程

📑对应

本文对应

Git 仓库 SteganoGAN，GitHub

https://github.com/DAI-Lab/SteganoGAN

英文文档——SteganoGAN 项目描述

https://dai-lab.github.io/SteganoGAN

中文文档——SteganoGAN 项目描述

https://www.cnpython.com/pypi/steganogan

概述

SteganoGAN 是使用对抗训练创建隐写图像的工具

配置环境

以下是笔者使用的依赖环境和工具

🗃️附件

Python 3.7.6

https://www.python.org/ftp/python/3.7.6/python-3.7.6-amd64.exe

Anaconda 2020.2

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.02-Windows-x86_64.exe

⭐推荐

安装过程中具体选项选择可参考

https://www.bilibili.com/video/BV1SD4y1S7jo?p=2

本项目基于 PyTorch 1.0.0，主要涉及 SteganoGAN 库

💬相关

PyTorch 1.0.0安装流程可参考之前的文章

https://blog.csdn.net/weixin_42077074/article/details/111192660

而安装 SteganoGAN 库仅需要在 Anaconda 打开 Anaconda Prompt 后，输入以下代码即可

pip install steganogan

项目完整运行教程在/research/Tutorial.ipynb，可在Anaconda打开 Jupyter Notebook 查看，跟着文件内描述的流程一步步来

训练项目

给定训练集、验证集，以及一系列参数对项目进行训练

训练完毕后，生成 steg 文件保存训练结果

将 steg 文件复制到 Anaconda 相应的目录下，在笔者电脑的目录是

D:\Programs\anaconda3\envs\SteganoGAN-gpu\Lib\site-packages\steganogan\pretrained

运行项目

运行项目需要先加载训练过的 steg 文件，再给定图片路径和加密信息参数即可加密和解密图像

运行项目有几种方式，在这里笔者用 Jupyter Notebook、Spyder、命令行分别运行一遍

Jupyter Notebook

Jupyter Notebook 运行 ipynb 文件，那就接着用刚刚的 /research/Tutorial.ipynb

顺便将输入图像 input.png 放在了同级目录下

Spyder和命令行

先将此前训练生成的 steg 文件放置在 /steganogan/pretrained

笔者编写了 runner.py 文件并随同输入图像 input.png 放在了项目一级目录/里面，py文件内容如下

import numpy as np
from steganogan import SteganoGAN
from steganogan.loader import DataLoader
from steganogan.encoders import BasicEncoder, DenseEncoder
from steganogan.decoders import BasicDecoder, DenseDecoder
from steganogan.critics import BasicCritic
steganogan = SteganoGAN.load(architecture='demo', path=None, cuda=True, verbose=True)
steganogan.encode('input.png', 'output.png', 'This is a super secret message!')
print(steganogan.decode('output.png'))

在 Spyder 中或在命令行中运行py文件均可达成效果

Spyder

命令行