影像的加密與解密

影像加密與解密

影像加密解密使用的是按位異或的運算，一真一假方為真，全真全假皆為假。

比方說，3和5進行按位異或，3的二進位制為11，5的二進位制為101，運算之後得到二進位制110，換算成十進位制也就是得到6，那麼3、5、6這三個數字，任意兩個進行按位異或運算都可以得出另一個。

 

import cv2
import numpy as np

#讀取影像
img = cv2.imread('./lena.jpg')

#生成祕鑰
key = np.random.randint(0,256,img.shape,dtype=np.uint8)

#加密
secret = cv2.bitwise_xor(img,key)

#解密
truth = cv2.bitwise_xor(secret,key)

#顯示影像
cv2.imshow('secret',secret)
cv2.imshow('truth',truth)
cv2.waitKey(0)

 

數字水印嵌入與提取

數字水印利用影像的位平面來實現，畫素點最高為255，也就是8位二進位制表示，每一位可以看成一個位面，高位代表的數字大，低位代表的數字小，整幅影像可以看成是由八個位平面堆疊而成，我們可以把水印圖片嵌入到載體圖片的最低層位平面。

import cv2
import numpy as np

#讀取原始載體影像
lena=cv2.imread("./lena.jpg")

#讀取水印影像
watermark=cv2.imread("./watermark.png",0)

#將水印大於0的畫素置為1
temp = watermark[:,:] > 0
watermark[temp] = 1

#讀取G通道 打算將水印嵌入本通道（想把水印藏到哪個通道都隨意）
g_channel = lena[:,:,1]

#保留前7位 末位置為0
g_channel_1 = np.left_shift(np.right_shift(g_channel,1),1)

#嵌入載體影像
new_channel = cv2.bitwise_or(g_channel_1,watermark)
lena[:,:,1] = new_channel


#提取g通道
channel = lena[:,:,1]

#生成全1陣列
temp1 = np.ones(channel.shape,dtype=np.uint8)

#按位與運算，提取水印
water = cv2.bitwise_and(temp1,channel)

#將1處理為255
w= water[:,:] > 0
water[w] = 255

#顯示嵌入水印的影像
cv2.imshow('img',lena)

#顯示從影像中提取的水印
cv2.imshow('water',water)

cv2.waitKey()

 

臉部打碼與解碼

臉部打碼與解碼是使用畫素點進行按位運算的綜合應用

import cv2
import numpy as np

#讀取原始載體影像
lena = cv2.imread("./lena.jpg")

shape = lena[:,:,0].shape

#指定打碼區域
mask = np.zeros(shape,dtype=np.uint8)
mask[220:380,220:350] = 1

#獲取一個key,打碼、解碼所使用的金鑰
key = np.random.randint(0,256,size=shape,dtype=np.uint8)

def encode(img):
    '''
    臉部打碼
    :param img: 影像
    :return: 打碼圖
    '''
    key = globals()['key']
    mask = globals()['mask']

    # 使用金鑰key加密原始影像lena 整幅圖被加密
    xor_img = cv2.bitwise_xor(img, key)

    # 打碼區域的畫素置為255 佔滿八位全1 按位與運算 使得打碼區域保持原樣 其他區域全黑
    and_face = cv2.bitwise_and(xor_img, mask * 255)

    # 通過反色後按位與運算 使臉部區域置為全0 其他區域保持原樣
    no_face = cv2.bitwise_and(img, (1 - mask) * 255)

    # 兩矩陣各畫素相加 得到臉部打碼影像
    return and_face + no_face



def decode(img):
    '''
    臉部解碼
    :param img: 影像
    :return: 解碼圖
    '''
    key = globals()['key']
    mask = globals()['mask']

    # 與祕鑰按位異或運算 解析出臉部打碼區域
    xor_img = cv2.bitwise_xor(img, key)

    # 臉部區域保留 其他區域置為全黑
    and_face = cv2.bitwise_and(xor_img, mask * 255)

    # 打碼圖的臉部區域置為全黑 其他區域不變
    no_face = cv2.bitwise_and(img, (1 - mask) * 255)

    # 兩矩陣各畫素相加 得到臉部解碼影像
    return and_face + no_face


#臉部打碼
b_channel = encode(lena[:,:,0])
g_channel = encode(lena[:,:,1])
r_channel = encode(lena[:,:,2])
secret_img = cv2.merge([b_channel,g_channel,r_channel])
cv2.imshow('secret_img',secret_img)

#臉部解碼
b_channel = decode(secret_img[:,:,0])
g_channel = decode(secret_img[:,:,1])
r_channel = decode(secret_img[:,:,2])
true_img = cv2.merge([b_channel,g_channel,r_channel])
cv2.imshow('true_img',true_img)

cv2.waitKey()
cv2.destroyAllWindows()