### 使用 OpenCV 实现 PNG 图像 LSB 隐写与解密 #### 什么是 LSB 隐写术？ 最低有效位（Least Significant Bit, LSB）隐写技术是指将秘密信息嵌入到图像的最低有效位中，从而使得肉眼难以察觉的变化。这种方法利用了人类视觉系统的局限性，在不影响图像整体质量的情况下隐藏数据。 对于 PNG 文件来说，由于其无损压缩特性，非常适合用于此类操作[^3]。 #### 准备工作 为了能够顺利执行此项目，需先确认已安装 `opencv-python` 库。如果尚未安装该库，则可以通过如下命令完成安装： ```bash pip install opencv-python ``` 此外还需要 NumPy 来辅助处理数组运算，通常情况下它会随着 OpenCV 的安装一同被引入；如果没有的话也可以单独安装。 #### 编码部分：实现图像中的消息嵌入 以下是 Python 中基于 OpenCV 和 Numpy 对 PNG 图片实施 LSB 方法的具体代码示例: ```python import cv2 import numpy as np def string_to_bits(message): """Convert a message into binary format.""" bits = ''.join([format(ord(i), '08b') for i in message]) return bits def embed_message(image_path, output_path, secret_msg): img = cv2.imread(image_path) # Convert the image to grayscale and flatten it. flat_img = img.flatten() msg_len = len(secret_msg) # Ensure that there are enough pixels available for embedding all characters plus length indicator (7 bits per character). assert ((msg_len * 8 + 7) <= len(flat_img)), "The provided cover image does not have sufficient capacity." bit_stream = string_to_bits(str(msg_len))[:7] index = 0 for char_bit in bit_stream: pixel_val = bin(flat_img[index])[2:].zfill(8)[-1:] new_pixel_val = int(pixel_val[:-1] + str(char_bit), base=2) flat_img[index] = new_pixel_val index += 1 # Embedding actual data after indicating its size at beginning of stream for c in secret_msg: byte_representation = string_to_bits(c) for b in byte_representation: pixel_val = bin(flat_img[index])[2:].zfill(8)[-1:] new_pixel_val = int(pixel_val[:-1] + str(b), base=2) flat_img[index] = new_pixel_val index += 1 reshaped_image = np.reshape(flat_img, img.shape).astype(np.uint8) cv2.imwrite(output_path, reshaped_image) embed_message('cover.png', 'stego.png', 'Hidden Message') ``` 这段代码实现了将字符串形式的消息转换成二进制序列，并将其逐位替换掉原始图片像素值中最右边的一位来进行编码。同时还在文件开头存储了一个指示实际内容长度的信息以便后续提取时知道何时停止读取。 #### 解码部分：从图像中恢复原消息 下面是对应的解码逻辑，用来还原之前藏匿于图像内的文本信息： ```python def extract_message(stego_image_path): stego_img = cv2.imread(stego_image_path) flattened_stego = stego_img.flatten() extracted_length_bin = '' idx = 0 while True: try: current_bit = bin(flattened_stego[idx])[-1] extracted_length_bin += current_bit if len(extracted_length_bin) >= 7: break idx+=1 except IndexError: raise Exception("Failed to retrieve hidden message.") expected_length = int(extracted_length_bin, 2) recovered_data_binary = '' count = 0 start_idx = idx+1 end_idx = min(start_idx+(expected_length*8)-1 ,len(flattened_stego)) for p in range(start_idx,end_idx+1): recovered_data_binary += bin(flattened_stego[p])[-1] count += 1 if count % 8 == 0: recovered_data_binary += ' ' final_string = "".join(chr(int(byte, 2)) for byte in recovered_data_binary.split()) print(final_string.strip()) extract_message('stego.png') ``` 上述程序首先解析出最初保存的数据长度标记，接着按照指定的数量继续获取每一位直到获得完整的字节流并最终转回可读字符集表示的形式输出给用户查看。