请用python实现LSB实现的图像隐写,要求将一张二值化图像隐写进入24彩色图像中,展现隐写后的图像,然后实现提取过程,提取完成后展现图片

时间: 2024-01-06 15:04:04 浏览: 28
好的,以下是使用Python实现将一张二值化图像隐写进入24彩色图像中并提取的示例代码: ```python from PIL import Image def text_to_binary(text): binary_str = ''.join(format(ord(char), '08b') for char in text) return binary_str def binary_to_text(binary_str): text = ''.join(chr(int(binary_str[i:i+8], 2)) for i in range(0, len(binary_str), 8)) return text def embed_data(pixel, data): binary_pixel = list(format(pixel, '08b')) for i in range(len(data)): binary_pixel[-1-i] = data[-1-i] binary_pixel_str = ''.join(binary_pixel) embedded_pixel = int(binary_pixel_str, 2) return embedded_pixel def extract_data(pixel, num_bits): binary_pixel = list(format(pixel, '08b')) extracted_data = ''.join(binary_pixel[-num_bits:]) return extracted_data def embed_image(image_path, data): image = Image.open(image_path) if image.mode != 'RGB': raise ValueError("图像必须是24位彩色图像!") width, height = image.size binary_data = text_to_binary(data) data_len = len(binary_data) if data_len > width * height: raise ValueError("二值化图像过大,无法嵌入!") binary_data += '0' * (width * height - data_len) data_index = 0 new_pixels = [] for y in range(height): for x in range(width): if data_index < data_len: r, g, b = image.getpixel((x, y)) if binary_data[data_index] == '1': r |= 1 else: r &= 254 data_index += 1 if data_index < data_len: if binary_data[data_index] == '1': g |= 1 else: g &= 254 data_index += 1 if data_index < data_len: if binary_data[data_index] == '1': b |= 1 else: b &= 254 data_index += 1 new_pixels.append((r, g, b)) else: new_pixels.append(image.getpixel((x, y))) new_image = Image.new(image.mode, image.size) new_image.putdata(new_pixels) return new_image def extract_image(image_path): image = Image.open(image_path) if image.mode != 'RGB': raise ValueError("图像必须是24位彩色图像!") width, height = image.size binary_data = '' for y in range(height): for x in range(width): r, g, b = image.getpixel((x, y)) binary_data += str(r & 1) binary_data += str(g & 1) binary_data += str(b & 1) data = binary_to_text(binary_data) return data # 嵌入二值化图像 image_path = "24bit_color_image.png" data_image_path = "binary_image.png" with Image.open(data_image_path) as data_image: data_image = data_image.convert('1') # 将图像转换为二值化 data = data_image.tobytes() # 获取二值化图像的二进制数据 new_image = embed_image(image_path, data) new_image.save("new_image.png") # 从图像中提取二值化图像 extracted_data = extract_image("new_image.png") extracted_data_image = Image.frombytes('1', (new_image.width, new_image.height), extracted_data) extracted_data_image.save("extracted_data_image.png") ``` 在上面的示例中,我们将一张二值化图像嵌入到名为`24bit_color_image.png`的24位彩色图像中。首先,我们使用`Pillow`库加载二值化图像,并将其转换为二值图像。然后,我们将二值图像的二进制数据嵌入到24位彩色图像中,并保存嵌入数据后的新图像。接下来,我们从新图像中提取嵌入的二值图像,并将其保存为`extracted_data_image.png`。 请注意,在这个示例中,我们假设二值图像是黑白两色,并且使用`Pillow`库的`convert`函数将其转换为二值图像。如果原始二值图像是灰度图像,可以使用`Pillow`库的`convert('L')`函数将其转换为灰度图像。如果原始二值图像是彩色图像,可以使用`Pillow`库的`convert('RGB')`函数将其转换为24位彩色图像。

相关推荐

最新推荐

recommend-type

opencv python如何实现图像二值化

这篇文章主要介绍了opencv python如何实现图像二值化,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 代码如下 import cv2 as cv import numpy as np import ...
recommend-type

Python图像处理二值化方法实例汇总

主要介绍了Python图像处理二值化方法实例汇总,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

python实现LBP方法提取图像纹理特征实现分类的步骤

主要介绍了python实现LBP方法提取图像纹理特征实现分类的步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

python用TensorFlow做图像识别的实现

使用方法很简单,只需要输入训练数据位置,设定参数和优化方法等,TensorFlow就可以将优化结果显示出来,节省了很大量的编程时间,TensorFlow的功能很多很强大,这边挑选了一个比较简单实现的方法,就是利用...
recommend-type

python gdal + skimage实现基于遥感影像的传统图像分割及合并外加矢量化

根据我前述博客中对图像传分割算法及图像块合并方法的实验探究,在此将这些方法用于遥感影像并尝试矢量化。 这个过程中我自己遇到了一个棘手的问题,在最后的结果那里有描述,希望知道的朋友帮忙解答一下,谢谢! ...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

可见光定位LED及其供电硬件具体型号,广角镜头和探测器,实验设计具体流程步骤,

1. 可见光定位LED型号:一般可使用5mm或3mm的普通白色LED,也可以选择专门用于定位的LED,例如OSRAM公司的SFH 4715AS或Vishay公司的VLMU3500-385-120。 2. 供电硬件型号:可以使用常见的直流电源供电,也可以选择专门的LED驱动器,例如Meanwell公司的ELG-75-C或ELG-150-C系列。 3. 广角镜头和探测器型号:一般可采用广角透镜和CMOS摄像头或光电二极管探测器,例如Omron公司的B5W-LA或Murata公司的IRS-B210ST01。 4. 实验设计流程步骤: 1)确定实验目的和研究对象,例如车辆或机器人的定位和导航。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。