Question

背景

从computerphile的视频中，我想到了与Least Significant Bit Steganography一起玩的想法。现在，我尝试使用Numpy提取并连接图像的所有RGB值以位格式。最终，我只需要数组的第7位和第8位。

设置

我用Pillow加载图像，并通过以下方式提取位：

from PIL import Image
import numpy as np

img = Image.open('test.png')
arr = np.array(img)
bits = np.unpackbits(arr, axis=2)

问题

bits数组的形状现在为（1600、1200、24）以获得1600x1200像素的图像。我现在需要的是

提取每个像素的24位
将所有24位的块连接到一个1d数组中。
仅提取第7、8、15、16、23和24位，因此每个颜色分量仅提取后2位。

到目前为止的方法

我试图将{2}沿第二轴的3d数组分成3组。然后，我可以遍历1200个包含3个列表的列表，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:])

问题

尽管我上面的方法行得通，但我觉得必须仅使用Numpy Magic®才能有更有效的解决方案。你知道更好的方法吗？

Answer 1

这是XY problem。您无需使用显式方法将像素转换为二进制图像或提取任何特定位，因为那样您就必须再次将其全部缝合起来。您可以直接使用bitwise operations进行所需的操作，因为“二进制”和十进制是相同数字的两个表示形式。 AND和SHIFT的组合将使您可以将整数的任何部分归零，或隔离特定范围的位

例如，

>> (107 >> 3) & 7
5

因为

Decimal: 107      >> 3 = 13       & 7        = 5
Binary : 01101011 >> 3 = 00001101 & 00000111 = 00000101
           |-|                |-| 
         we want
         these 3

现在，假设您的信息是世界“你好”。您可以像这样方便地将字节分成四个部分。

secret = b'hello'
bits = []
for byte in secret:
    for i in range(6, -1, -2):
        bits.append((byte >> i) & 3)
bits = np.array(bits)

由于每个bits元素都包含两位，因此值的范围可以在0到3之间。如果您想到二进制中的字母“ h”，即“ 01 | 10 | 10 | 00”，则可以了解bits的前几个值是1、2、2、0等。

要利用numpy中的矢量化操作，我们应该展平图像数组，我认为图像数组的形状为（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()

现在嵌入很简单

length = len(bits)
flat_img[:length] = (flat_img[:length] & 252) + bits
stego_img = flat_img.reshape(shape)

提取并连接Numpy数组的第3维

1 个答案: