2. 使用像素替代算法，将自己的学号 SID.bmp(16×16)以可见水印形式随机位置嵌入 lena.map(128×128)。

这是一个关于数字水印嵌入的问题。数字水印是一种隐蔽信息的方式，可以将一些特定的标识嵌入到数字图像中，不影响图像的质量和观感，但可以在需要时提供图像的真实信息。在这个问题中，我们将使用像素替代算法来将学号嵌入到lena图像中。

具体步骤如下：

1. 加载SID.bmp和lena.map两个图像，并获得它们的像素矩阵。

2. 对SID.bmp进行像素替代算法的嵌入操作，即将每个像素的二进制码的第一位替换为学号的二进制码。

3. 将嵌入后的SID.bmp图像以可见水印形式嵌入到lena.map图像中，即在lena.map的随机位置，将16×16的SID.bmp图像直接拷贝过来即可。

4. 输出嵌入后的lena.map图像，并保存到本地。

需要注意的是，嵌入操作需要保证嵌入后的图像能够被提取出来。因此，在嵌入操作完成后，需要对图像进行提取操作，即将每个像素的二进制码的第一位提取出来，得到学号的二进制码，再将其转换为十进制数字即可。

具体代码实现可以参考以下步骤：

1. 加载图像并获取像素矩阵

from PIL import Image
import numpy as np

# 加载SID.bmp和lena.map两个图像
sid_img = Image.open('SID.bmp')
lena_img = Image.open('lena.map')

# 获得像素矩阵
sid_pixels = np.array(sid_img)
lena_pixels = np.array(lena_img)

2. 像素替代算法的嵌入操作

# 将学号的二进制码转换为字符串，并将每个字符转换为8位二进制码
sid_bin = ''.join(format(ord(c), '08b') for c in '202162203')

# 对SID.bmp进行像素替代算法的嵌入操作
for i in range(sid_pixels.shape[0]):
    for j in range(sid_pixels.shape[1]):
        # 获取像素的二进制码
        pixel_bin = format(sid_pixels[i][j], '08b')
        # 将学号的二进制码的第一位替换为像素的二进制码的第一位
        pixel_bin = pixel_bin[:1] + sid_bin[(i*16+j)*8] + pixel_bin[2:]
        # 将修改后的像素值赋回原像素矩阵
        sid_pixels[i][j] = int(pixel_bin, 2)

3. 将嵌入后的SID.bmp图像以可见水印形式嵌入到lena.map图像中

# 在lena.map的随机位置，将16×16的SID.bmp图像直接拷贝过来
x = np.random.randint(0, lena_pixels.shape[0]-16)
y = np.random.randint(0, lena_pixels.shape[1]-16)
lena_pixels[x:x+16, y:y+16] = sid_pixels

4. 输出嵌入后的lena.map图像，并保存到本地

# 将像素矩阵转换为图像并保存到本地
result_img = Image.fromarray(lena_pixels)
result_img.save('result.bmp')

完成以上步骤后，可以得到嵌入了学号的lena.map图像，并且可以通过提取操作将学号提取出来。