图像信息隐藏与解密(OpenCV)

目录

一、图像隐藏的意义:

二、图像隐藏的原理:

三、示例图片(注意:两张图的分辨率必须相同,运行下面的代码才不会出错):

四、隐藏信息的过程:

1)读取源图像(将写上需隐藏文字的信息)和载体图像,构造图像矩阵。

2)在源图像中加上水印文字作为待隐藏文字。

3)处理隐藏载体图,将所有蓝色值变成偶数,以便加入隐藏信息。

4)读取源图像,将源图像的文字像素点在载体文件的对应位置的蓝色像素值设为奇数,将需要隐藏的信息写入目标载体图。

5)保存修改后的目标载体图。

五、隐藏信息的全部代码:

六、图像信息隐藏运行效果图:

 七、解密信息过程:

1)读取载体文件及其大小信息。

2)生成空白图像矩阵,以便绘制解密文字。

3)绘制解密的水印文字。如果蓝色值为奇数,则该像素点为文字。

4)显示隐藏信息。

八、解密信息的全部代码:

九、信息解密运行效果图:

十、注意:


一、图像隐藏的意义:

信息隐藏是不让预期接收者之外的任何人知晓信息的传递事件或着信息的内容,文件相对隐秘文件的大小越大,隐藏后者就越加容易,因此,数字图像在互联网和其他传媒上被广泛用于隐藏信息。

二、图像隐藏的原理:

首先从源图片中提取文字图像信息,并记录这个文字图像信息像素点在图像矩阵中的位置;然后,对载体文件进行预处理,将蓝色像素值全部设为偶数;最后,将记录的文字信息像素点在载体文件对应位置的蓝色像素值设为奇数。解密信息是隐藏信息的逆过程,其过程比较简单,即提取载体文件中蓝色像素值为奇数的像素点,将空白图像中的这些像素点对应的位置赋予统一着色。

三、示例图片(注意:两张图的分辨率必须相同,运行下面的代码才不会出错):

 

四、隐藏信息的过程:

1)读取源图像(将写上需隐藏文字的信息)和载体图像,构造图像矩阵。

    img1 = cv2.imread(fn1)
    img2 = cv2.imread(fn2)
    w = img1.shape[1]
    h = img1.shape[0]

2)在源图像中加上水印文字作为待隐藏文字。

    # 加上需要隐藏的信息
    cv2.putText(img1,"Welcom to see my articles", (100,300), cv2.FONT_HERSHEY_PLAIN, 3.0, redcolor, thickness = 2)
    # 文本的位置在坐标(100,300),使用字体cv2.FONT_HERSHEY_PLAIN,字体大小为3.0,颜色为红色,线条粗细为2。
    cv2.putText(img1,"Would you like to be thumb up for my articles?", (200,500), cv2.FONT_HERSHEY_PLAIN, 2.0, redcolor, thickness = 2)
    cv2.putText(img1,"Please follow me if you like it!", (600,800), cv2.FONT_HERSHEY_PLAIN, 2, redcolor, thickness = 1)

3)处理隐藏载体图,将所有蓝色值变成偶数,以便加入隐藏信息。

    # 处理隐藏载体图
    # 将所有蓝色值变成偶数
    for j in range(h):
        for i in range(w):
            if (img2[j,i,0]%2) == 1:
                img2[j,i,0] = img2[j,i,0]-1

4)读取源图像,将源图像的文字像素点在载体文件的对应位置的蓝色像素值设为奇数,将需要隐藏的信息写入目标载体图。

    # 读取源图,并将信息写入目标图,并显示
    for j in range(h):
        for i in range(w):
            if (img1[j,i,0], img1[j,i,1], img1[j,i,2]) == redcolor:
                img2[j,i,0] = img2[j,i,0]+1

5)保存修改后的目标载体图。

    cv2.imshow('img2-2', img2)
    cv2.imwrite(fn3, img2)

五、隐藏信息的全部代码:

import cv2
import numpy as np
# 含有文字的图像
fn1 = r"C:\Users\LIHAO\Pictures\Saved Pictures\wallhaven-5g5le9.png"
# 载体文件
fn2 = r"C:\Users\LIHAO\Pictures\Saved Pictures\wallhaven-l8w95q.png"
# 包含隐藏信息的载体文件
fn3 = "secret.png"
redcolor = (0,0,255)
if __name__ == "__main__":
    # 图像大小
    img1 = cv2.imread(fn1)
    img2 = cv2.imread(fn2)
    w = img1.shape[1]
    h = img1.shape[0]
    # 加上需要隐藏的信息
    cv2.putText(img1,"Welcom to see my articles", (100,300), cv2.FONT_HERSHEY_PLAIN, 3.0, redcolor, thickness = 2)
    # 文本的位置在坐标(100,300),使用字体cv2.FONT_HERSHEY_PLAIN,字体大小为3.0,颜色为红色,线条粗细为2。
    cv2.putText(img1,"Would you like to be thumb up for my articles?", (200,500), cv2.FONT_HERSHEY_PLAIN, 2.0, redcolor, thickness = 2)
    cv2.putText(img1,"Please follow me if you like it!", (600,800), cv2.FONT_HERSHEY_PLAIN, 2, redcolor, thickness = 1)
    
    cv2.namedWindow('img1')
    cv2.imshow('img1', img1)
    cv2.namedWindow('img2-1')
    cv2.imshow('img2-1', img2)
    # 处理隐藏载体图
    # 将所有蓝色值变成偶数
    for j in range(h):
        for i in range(w):
            if (img2[j,i,0]%2) == 1:
                img2[j,i,0] = img2[j,i,0]-1
        print('.........正在运行..................')
        mirror_w = w/2
    # 读取源图,并将信息写入目标图,并显示
    for j in range(h):
        for i in range(w):
            if (img1[j,i,0], img1[j,i,1], img1[j,i,2]) == redcolor:
                img2[j,i,0] = img2[j,i,0]+1
        print('##########正在运行#################')
    # 保存修改后的目标图,并显示
    cv2.namedWindow('img2-2')
    cv2.imshow('img2-2', img2)
    cv2.imwrite(fn3, img2)
    cv2.waitKey()
    cv2.destroyAllWindows()

六、图像信息隐藏运行效果图:

 

        运行上段代码将信息隐藏后,肉眼观察载体图像(img2-2),仍无法察觉与之前(img2-1)相比有任何变化。

 七、解密信息过程:

        解密信息与隐藏信息相反,是隐藏信息的逆过程。

1)读取载体文件及其大小信息。

    img = cv2.imread(fn)
    w = img.shape[1]
    h = img.shape[0]

2)生成空白图像矩阵,以便绘制解密文字。

    imginfo = np.zeros((h,w,3), np.uint8)

3)绘制解密的水印文字。如果蓝色值为奇数,则该像素点为文字。

    for j in range(h):
        for i in range(w):
            if (img[j,i,0]%2) == 1:
                # 如果蓝色值为奇数,则该像素点为文字
                imginfo[j,i,1] = 255

4)显示隐藏信息。

    cv2.imshow('info', imginfo)
    cv2.imwrite(fn, imginfo)

八、解密信息的全部代码:

import cv2
import numpy as np
fn = "secret.png"
if __name__ == '__main__':
    img = cv2.imread(fn)
    w = img.shape[1]
    h = img.shape[0]
    imginfo = np.zeros((h,w,3), np.uint8)
    for j in range(h):
        for i in range(w):
            if (img[j,i,0]%2) == 1:
                # 如果蓝色值为奇数,则该像素点为文字
                imginfo[j,i,1] = 255
        print('##############正在运行###################')
        
    cv2.imshow('info', imginfo)
    cv2.imwrite(fn, imginfo)
    cv2.waitKey()
    cv2.destroyAllWindows()

九、信息解密运行效果图:

十、注意:

若有侵权,请及时联系我删除!!! 

  • 3
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
OpenCV是一个开源的计算机视觉库,它提供了丰富的图像处理和计算机视觉算法,并支持多种编程语言,包括C++。图像特征提取和识别是OpenCV的核心功能之一。 图像特征提取是指从原始图像中提取出具有丰富信息的特征,这些特征可用于图像分析、目标检测和图像识别等任务。OpenCV提供了多种图像特征提取算法,如Harris角点检测、SIFT、SURF和ORB等。这些算法能够自动检测图像中的关键特征点,如角点、边缘和斑点,并计算出这些特征的描述子。 图像识别是指将提取出的图像特征进行匹配和分类,以实现对图像内容的自动识别和理解。OpenCV提供了多种图像识别算法,如基于特征点匹配的图像拼接、目标跟踪和物体识别等。通过在不同图像中匹配相似的特征点,并计算它们之间的相似度,可以实现对目标物体的识别和跟踪。 在使用OpenCV进行图像特征提取和识别时,首先需要加载并预处理原始图像,并选择适合的特征提取算法,提取出图像中的关键特征点和其描述子。然后,可以使用这些特征点进行匹配和分类,以实现图像的拼接、目标跟踪和物体识别等功能。 总而言之,OpenCV图像特征提取与识别库提供了丰富的功能和算法,能够帮助我们从图像中提取有用的特征,并实现对图像内容的自动识别和理解,为计算机视觉图像处理相关领域的研究和应用提供强大的支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

凌天傲海

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
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