将灰度图像Lena分解成8个位平面，将数字水印信息嵌入Lena图像的第1至3个位平面中

好的，让我来回答你的问题。

首先，将灰度图像Lena分解成8个位平面，可以使用Python的NumPy库中的函数`numpy.unpackbits()`来实现。具体代码如下：

import numpy as np
import cv2

# 读取灰度图像Lena
img = cv2.imread('lena.png', cv2.IMREAD_GRAYSCALE)

# 分解成8个位平面
bits = np.unpackbits(img, axis=-1)

其中，`bits`是一个形状为`(512, 512, 8)`的数组，表示将Lena图像分解成8个位平面后的结果。现在，我们可以将数字水印信息嵌入Lena图像的第1至3个位平面中。假设我们要嵌入的数字水印信息为`watermark`，可以按照如下步骤来实现：

1. 将数字水印信息转换成二进制形式

watermark_bin = ''.join(format(ord(c), '08b') for c in watermark)

2. 将二进制形式的数字水印信息嵌入Lena图像的第1至3个位平面中

bits_1_to_3 = bits[:, :, :3]  # 取出第1至3个位平面
watermark_bits = np.array([int(bit) for bit in watermark_bin])  # 将数字水印信息转换成数组
bits_1_to_3_flat = bits_1_to_3.reshape((-1, 3))  # 将第1至3个位平面展平为二维数组
bits_1_to_3_flat[:, :3] = np.concatenate((bits_1_to_3_flat[:, :3] & 254, watermark_bits.reshape((-1, 3))), axis=1)  # 将数字水印信息嵌入第1至3个位平面中
bits_1_to_3 = bits_1_to_3_flat.reshape((512, 512, 3))  # 将第1至3个位平面重新组合成三维数组

其中，`bits_1_to_3`是一个形状为`(512, 512, 3)`的数组，表示将数字水印信息嵌入Lena图像的第1至3个位平面后的结果。

最后，我们可以将嵌入了数字水印信息的图像保存下来，代码如下：

# 将第1至3个位平面和剩余的5个位平面组合成一个新的数组
bits_watermarked = np.concatenate((bits_1_to_3, bits[:, :, 3:]), axis=-1)

# 将位平面重新组合成灰度图像
img_watermarked = np.packbits(bits_watermarked, axis=-1)

# 保存带数字水印的图像
cv2.imwrite('lena_watermarked.png', img_watermarked)

这样，我们就成功地将数字水印信息嵌入了Lena图像的第1至3个位平面中。