背景從一個計算機愛好者的視頻中，我有了玩最低有效位隱寫術(shù)的想法?，F(xiàn)在，我正在嘗試使用 Numpy 以圖像的位格式提取和連接所有 RGB 值。最終，我只需要數(shù)組的第 7 位和第 8 位。設(shè)置我用Pillow以下方式加載圖像并提取位：from PIL import Imageimport numpy as npimg = Image.open('test.png')arr = np.array(img)bits = np.unpackbits(arr, axis=2)問題bits對于 1600x1200 像素的圖像，該陣列現(xiàn)在具有例如 (1600, 1200, 24) 的形狀。我現(xiàn)在需要的是為每個像素提取 24 位將所有 24 位塊連接成一個一維數(shù)組。僅提取第 7、8、15、16、23 和 24 位，因此僅提取每個顏色分量的最后 2 位。到目前為止的方法我試圖分裂沿著第二軸的3D陣列分為3組。然后我可以遍歷 1200 個列表，每個列表包含 3 個列表并提取最后 2 位，如下所示：sp = np.split(bits, 3, axis=2)for i in range(0, 1200): for j in range(0, 3): print(sp[j][0][i][-2:])題雖然我的上述方法有效，但我覺得必須有一個更高效的解決方案，只使用Numpy Magic?. 你知道更好的方法嗎？
1 回答
慕勒3428872
TA貢獻1848條經(jīng)驗 獲得超6個贊
這是一個XY 問題。您不需要將像素轉(zhuǎn)換為二進制或使用顯式方法提取任何特定位，因為這樣您就必須再次將其全部拼接起來。你可以直接用按位運算做你想做的事，因為“二進制”和十進制是同一個數(shù)字的兩種表示。ANDs 和SHIFTs 的組合將允許您將整數(shù)的任何部分歸零，或隔離特定范圍的位
例如，
>> (107 >> 3) & 7
5
因為
Decimal: 107 >> 3 = 13 & 7 = 5
Binary : 01101011 >> 3 = 00001101 & 00000111 = 00000101
|-| |-|
we want
these 3
現(xiàn)在，假設(shè)您的信息是世界“你好”。您可以像這樣方便地將每個字節(jié)分成四部分。
secret = b'hello'
bits = []
for byte in secret:
for i in range(6, -1, -2):
bits.append((byte >> i) & 3)
bits = np.array(bits)
由于每個bits元素包含兩位，因此值的范圍可以在 0 到 3 之間。如果您考慮二進制中的字母 'h'，即 '01|10|10|00'，您可以看到它的前幾個值是bits如何1、2、2、0 等
為了利用 numpy 中的矢量化操作，我們應(yīng)該展平我們的圖像數(shù)組，我假設(shè)它的形狀為 (height, width, 3)。
np.random.seed(0)
img = np.random.randint(0, 255, (1600, 1200, 3)).astype(np.uint8)
shape = img.shape
# this specific type of flattening puts the pixels in your desired order, i.e.,
# pixel (0, 0) red-green-blue, pixel (0, 1) red-green-blue, etc
flat_img = img.reshape(-1).copy()
現(xiàn)在嵌入很簡單
length = len(bits)
flat_img[:length] = (flat_img[:length] & 252) + bits
stego_img = flat_img.reshape(shape)
添加回答
舉報
0/150
提交
取消