近日,发现用一些模拟软件做的结果很重要。有时为了展示给同行看,需要将结果进行演示,例如用 PPT等。但是这些软件容易泄露原始数据格式入jpg,gif,png图片都容易被COPY等。基于此原因,可以采用对图片数据进行加密encode,然后再编制软件进行解密并显示图片即可。那么,PYTHON和PYSIDE具有这些编程需要的函数。
当然,事先需要虚拟环境CONDA安装好PIP, PySide,PYTHON2.6_3.2之间的版本。大于3.2的版本,pyside不兼容。
以下列出一个程序,
import base64, json
from PySide.QtCore import *
from PySide.QtGui import *
filename = 'grid.png'
# save to json
f = open(filename, 'rb')
img_data = f.read()
f.close()
enc_data = base64.b64encode(img_data)
json.dump({'image':enc_data}, open('out.json', 'w'))
# load from image
img = json.load(open('out.json', 'r'))['image']
dec_data = base64.b64decode(img)
# show
app = QApplication([])
label = QLabel()
data = QByteArray(dec_data)
pix = QPixmap()
pix.loadFromData(data)
label.setPixmap(pix)
label.show()
app.exec_()
显示的图片如下
当我们编制了图片加密程序,就不用害怕原始图片被拷贝走了。挺好的一种保护知识产权的方式。不过现在这种加密通常采用的base64编码格式有点简单,其实还可以搞复杂点。
通常,当我们使用Python构建Web服务时,我们经常发送或接收base64编码格式的图像。然而,当我们在做图像处理任务时,我们需要使用PIL或者OpenCV。接着,我将分享如何在 OpenCV 或 PIL 图像与 Base64 编码图像之间进行转换。
base64 to PIL Image
import base64
from io import BytesIO
from PIL import Image
with open("test.jpg", "rb") as f:
im_b64 = base64.b64encode(f.read())
im_bytes = base64.b64decode(im_b64) # im_bytes is a binary image
im_file = BytesIO(im_bytes) # convert image to file-like object
img = Image.open(im_file) # img is now PIL Image object
在上面的代码中,由于 Image.open() 只接受图像路径或类似文件的对象,因此我们首先将 Base64 编码的图像转换为 BytesIO 对象,然后使用 PIL 读取图像。
base64 to OpenCV Image
import base64
import numpy as np
import cv2
with open("test.jpg", "rb") as f:
im_b64 = base64.b64encode(f.read())
im_bytes = base64.b64decode(im_b64)
im_arr = np.frombuffer(im_bytes, dtype=np.uint8) # im_arr is one-dim Numpy array
img = cv2.imdecode(im_arr, flags=cv2.IMREAD_COLOR)
在上面的代码中,我们首先将二进制图像转换为 Numpy 数组,然后使用 cv2.imdecode() 解码该数组。最终的 img 是 Numpy ndarray 格式的 OpenCV 图像。
PIL Image to base64
import base64
from io import BytesIO
from PIL import Image
img = Image.open('test.jpg')
im_file = BytesIO()
img.save(im_file, format="JPEG")
im_bytes = im_file.getvalue() # im_bytes: image in binary format.
im_b64 = base64.b64encode(im_bytes)
在上面的代码中,我们没有将 PIL Image 对象 img 保存到磁盘,而是将其保存到 im_file,这是一个类似文件的对象。请注意,在这种情况下,我们需要在 img.save() 中指定图像格式。
OpenCV to base64 image
import base64
import numpy as np
import cv2
img = cv2.imread('test.jpg')
_, im_arr = cv2.imencode('.jpg', img) # im_arr: image in Numpy one-dim array format.
im_bytes = im_arr.tobytes()
im_b64 = base64.b64encode(im_bytes)
在上面的代码中,我们首先将 Numpy ndarray 格式的图像保存到 im_arr,这是一个一维 Numpy 数组。然后,我们使用该数组的 tobytes() 方法获取二进制格式的图像。