基于DWT域的信息隐藏算法代码

这里提供一个基于DWT域的信息隐藏算法的Python代码实现，具体实现过程如下：

1. 对原始图像进行DWT变换，得到DWT系数矩阵。

2. 将要隐藏的信息二进制化，并将其嵌入到DWT系数矩阵的低频分量中。

3. 对嵌入了信息的DWT系数矩阵进行IDWT变换，得到隐藏信息后的图像。

4. 将隐藏信息后的图像保存。

代码如下：

import cv2
import numpy as np
from matplotlib import pyplot as plt

def dwt2(src):
    h, w = src.shape
    dst = np.zeros((h, w), dtype=np.float32)
    for i in range(h // 2):
        for j in range(w // 2):
            row = i * 2
            col = j * 2
            a = src[row, col]
            b = src[row, col + 1]
            c = src[row + 1, col]
            d = src[row + 1, col + 1]
            dst[i, j] = (a + b + c + d) / 4
            dst[i + h // 2, j] = (a - b + c - d) / 4
            dst[i, j + w // 2] = (a + b - c - d) / 4
            dst[i + h // 2, j + w // 2] = (a - b - c + d) / 4
    return dst

def idwt2(src):
    h, w = src.shape
    dst = np.zeros((h, w), dtype=np.float32)
    for i in range(h // 2):
        for j in range(w // 2):
            row = i * 2
            col = j * 2
            a = src[i, j]
            b = src[i + h // 2, j]
            c = src[i, j + w // 2]
            d = src[i + h // 2, j + w // 2]
            dst[row, col] = a + b + c + d
            dst[row, col + 1] = a + b - c - d
            dst[row + 1, col] = a - b + c - d
            dst[row + 1, col + 1] = a - b - c + d
    return dst

def hide_info(img_path, msg):
    img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
    h, w = img.shape
    # DWT变换，得到DWT系数矩阵
    dwt_img = img.copy().astype(np.float32)
    for i in range(int(np.log2(h))):
        dwt_img[:h // 2, :w // 2] = dwt2(dwt_img[:h // 2, :w // 2])
        dwt_img[:h // 2, w // 2:] = dwt2(dwt_img[:h // 2, w // 2:])
        dwt_img[h // 2:, :w // 2] = dwt2(dwt_img[h // 2:, :w // 2])
        dwt_img[h // 2:, w // 2:] = dwt2(dwt_img[h // 2:, w // 2:])
        h = h // 2
        w = w // 2
    # 将信息嵌入DWT系数矩阵的低频分量
    msg_bin = ''.join(format(ord(c), '08b') for c in msg)
    msg_len = len(msg_bin)
    i = 0
    for x in range(4):
        for y in range(4):
            if i >= msg_len:
                break
            dwt_img[x, y] = int(format(int(dwt_img[x, y]), '08b')[:-2] + msg_bin[i:i+2], 2)
            i += 2
        if i >= msg_len:
            break
    # IDWT变换，得到隐藏信息后的图像
    h, w = img.shape
    for i in range(int(np.log2(h)), 0, -1):
        h = h // 2
        w = w // 2
        dwt_img[:h, :w] = idwt2(dwt_img[:h, :w])
        dwt_img[:h, w:] = idwt2(dwt_img[:h, w:])
        dwt_img[h:, :w] = idwt2(dwt_img[h:, :w])
        dwt_img[h:, w:] = idwt2(dwt_img[h:, w:])
    dwt_img = idwt2(dwt_img)
    dwt_img = np.clip(dwt_img, 0, 255).astype(np.uint8)
    # 保存隐藏信息后的图像
    cv2.imwrite('hide_info.jpg', dwt_img)

if __name__ == '__main__':
    hide_info('lena.jpg', 'Hello, World!')

该代码实现了对一张lena图像进行信息隐藏，并在低频分量中嵌入了字符串"Hello, World!"。运行后会在代码所在目录下生成一个名为"hide_info.jpg"的图像文件，即隐藏信息后的图像。