使用LSB算法实现数字水印

"该资源是关于LSB(Least Significant Bit)数字水印算法的实现代码。LSB算法是一种常见的隐写术技术，用于在图像中嵌入信息而不易被察觉。代码展示了如何将水印图像的二进制数据嵌入到原始图像的最低位，以及如何读取和显示嵌入水印后的图像，并计算了嵌入后图像的峰值信噪比(PSNR)以评估图像质量。" LSB算法是一种图像隐藏技术，它利用人类视觉系统的特性，即改变图像中每个像素最低位的值对图像的整体视觉感知影响很小。该算法的基本步骤如下： 1. **原始图像处理**：首先，读取原始图像并调整其大小至特定尺寸，例如256x256。将图像的像素值从十进制转换为二进制表示。 2. **水印图像处理**：同样读取水印图像，并将其调整为与原始图像相同的尺寸。由于水印通常为黑白图像，程序会检查每个像素值，将非零值转换为1，零值保持不变，这样就得到了水印的二进制表示。 3. **水印嵌入**：嵌入过程涉及到遍历原始图像的每个像素，用水印图像的对应位置的二进制位替换原始图像像素的最低有效位。这里，`weizhi`变量用于指定替换的位数，数值越大，水印越明显，反之越模糊。 4. **保存和显示结果**：嵌入水印后，将新图像保存为文件，并展示出来。同时，计算并显示了嵌入水印后的图像的峰值信噪比(PSNR)，这是衡量图像质量和失真度的一个重要指标。 5. **PSNR计算**：PSNR是通过比较原始图像和处理后的图像之间的均方误差(MSE)来定义的。在数学上，MSE是两个图像对应像素值差异的平方和的平均值，而PSNR则是在对数尺度上计算MSE的倒数，通常以分贝(dB)为单位表示。较高的PSNR值表示更高的图像质量。 在图像压缩领域，PSNR通常在30到40dB之间，越高表示图像质量越好。在本代码中，计算PSNR是为了评估LSB水印嵌入对图像质量的影响，确保在嵌入水印的同时尽量减少对图像的可见干扰。 通过以上步骤，LSB算法成功地在原始图像中隐藏了水印信息，而且对肉眼来说几乎察觉不到变化。这种技术在版权保护、信息隐藏等领域有广泛应用。