LSB匹配算法 python实现

LSB匹配算法是一种基于最低有效位（Least Significant Bit）的隐写术算法，用于在图像中隐藏秘密信息。下面是一个简单的Python实现示例：

from PIL import Image

def hide_message(image_path, message):
    image = Image.open(image_path)
    width, height = image.size

    # 将消息转换为二进制
    binary_message = ''.join(format(ord(char), '08b') for char in message)

    if len(binary_message) > width * height:
        raise ValueError("消息过长，无法隐藏在图像中！")

    # 逐像素修改最低有效位
    index = 0
    for y in range(height):
        for x in range(width):
            pixel = list(image.getpixel((x, y)))

            # 修改蓝色通道的最低有效位
            if index < len(binary_message):
                pixel[2] = pixel[2] & 0xFE | int(binary_message[index])
                index += 1

            image.putpixel((x, y), tuple(pixel))

    # 保存修改后的图像
    image.save('hidden_image.png')

def reveal_message(image_path):
    image = Image.open(image_path)
    width, height = image.size

    binary_message = ''
    for y in range(height):
        for x in range(width):
            pixel = image.getpixel((x, y))
            # 提取蓝色通道的最低有效位
            binary_message += str(pixel[2] & 1)

    # 将二进制消息转换为字符串
    message = ''
    for i in range(0, len(binary_message), 8):
        byte = binary_message[i:i+8]
        message += chr(int(byte, 2))

    return message

# 示例用法
hide_message('original_image.png', '这是一个秘密消息')
revealed_message = reveal_message('hidden_image.png')
print(revealed_message)

这个示例中，`hide_message`函数将一个消息隐藏在给定的图像中，而`reveal_message`函数则从隐藏的图像中提取出消息。请注意，这个实现只能隐藏短文本消息，并且只使用了图像中的蓝色通道的最低有效位来存储信息。在实际应用中，可能需要更复杂的算法来隐藏和提取更大量的数据。