图片嵌入隐藏-大容量的信息隐藏算法

2024-04-04 10:38

本文主要是介绍图片嵌入隐藏-大容量的信息隐藏算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  今天分享一下最近看到的一个图片嵌入隐藏的算法。

  这是一种基于空间域的自适应多平面位的信息隐藏算法。该算法计算复杂度低、信息隐藏量大。且有实验表明在不影响图像视觉效果的前提下,其信息隐藏量比LSB算法大,并具有更高的安全性。该算法的主要思想是对每个像素点进行判断,根据HVS的特性,在最高非0有效位后的指定位(y)开始嵌入隐藏信息,嵌入到另一个指定位(z)为止。

  下面直接贴上MATLAB代码和实验结果:


%下面是主函数main_ImgEmbed.m
clc;
clear all;
close all;
warning off all;yr=4;
yg=5;
yb=3;Img=imread('介质图片.jpg');
figure;imshow(Img,[]);title('介质图片');Img=double(Img);
ImgR=Img(:,:,1);
ImgG=Img(:,:,2);
ImgB=Img(:,:,3);Imgmark=imread('待嵌入图片_gray.jpg');
Imgmark=double(Imgmark);
figure;imshow(Imgmark,[]);title('待嵌入图片_gray');
[markm,markn]=size(Imgmark);
Imgmarkline = Imgmark(:); %二维数组转成一列Imgmarklinebin=zeros(markm*markn*8,1); %转化为二进制
for ii=1:markm*markn[Imgmarklinebin(8*ii-7),Imgmarklinebin(8*ii-6),Imgmarklinebin(8*ii-5),Imgmarklinebin(8*ii-4),Imgmarklinebin(8*ii-3),...Imgmarklinebin(8*ii-2),Imgmarklinebin(8*ii-1),Imgmarklinebin(8*ii)]=Find8bits(Imgmarkline(ii));   
end%%
%嵌入
%对于红色通道
embedNumsed=0;%已嵌入个数
[M,N,Z]=size(Img);
y=zeros(8,1);
flag=0; %辅助跳出的标志ImgRline=ImgR(:); %转换为一列
ImgRlineNew=ImgRline; %嵌入后
for ii=1:M*Nif flag==1; %跳出外层循环break;end[y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1)]=Find8bits(ImgRline(ii));   posNzreo=FindNotZero(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));embedNums=posNzreo-yr; %能嵌入的个数if  embedNums>0 %符合嵌入条件for jj=1:embedNumsembedNumsed=embedNumsed+1; %已嵌入个数if embedNumsed>markm*markn*8 %嵌入完成flag=1; %设置标识,使外层循环也跳出break;end y(jj)=Imgmarklinebin(embedNumsed);%嵌入end  end  ImgRlineNew(ii)=bin2dec_trans(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));%嵌入后的  
end
ImgR2=reshape(ImgRlineNew,[M,N]);%对于G通道
ImgGline=ImgG(:); %转换为一列
ImgGlineNew=ImgGline; %嵌入后
for ii=1:M*Nif flag==1; %跳出外层循环break;end[y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1)]=Find8bits(ImgGline(ii));   posNzreo=FindNotZero(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));embedNums=posNzreo-yg; %能嵌入的个数if  embedNums>0 %符合嵌入条件for jj=1:embedNumsembedNumsed=embedNumsed+1; %已嵌入个数if embedNumsed>markm*markn*8 %嵌入完成flag=1; %设置标识,使外层循环也跳出break;end y(jj)=Imgmarklinebin(embedNumsed);%嵌入 end  end  ImgGlineNew(ii)=bin2dec_trans(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));%嵌入后的  
end
ImgG2=reshape(ImgGlineNew,[M,N]);%对于B通道
ImgBline=ImgB(:); %转换为一列
ImgBlineNew=ImgBline; %嵌入后
for ii=1:M*Nif flag==1; %跳出外层循环break;end[y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1)]=Find8bits(ImgBline(ii));   posNzreo=FindNotZero(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));embedNums=posNzreo-yb; %能嵌入的个数if  embedNums>0 %符合嵌入条件for jj=1:embedNumsembedNumsed=embedNumsed+1; %已嵌入个数if embedNumsed>markm*markn*8 %嵌入完成flag=1; %设置标识,使外层循环也跳出break;end y(jj)=Imgmarklinebin(embedNumsed);%嵌入 end  end  ImgBlineNew(ii)=bin2dec_trans(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));%嵌入后的  
end
ImgB2=reshape(ImgBlineNew,[M,N]);ImgNew=zeros(M,N,Z);
ImgNew(:,:,1)=ImgR2;
ImgNew(:,:,2)=ImgG2;
ImgNew(:,:,3)=ImgB2;figure;imshow(uint8(ImgNew),[]);title('嵌入后的RGB图');
imwrite(uint8(ImgNew),'介质图片_嵌入图像后.jpg'); %保存图片%%
%提取嵌入图像
flag=0;
Imgmark_extractlinebin=zeros(markm*markn*8,1);
extractNumsed=0;%已提取个数% R通道
ImgRline2=ImgR2(:); %转换为一列
for ii=1:M*Nif flag==1; %跳出外层循环break;end[y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1)]=Find8bits(ImgRline2(ii));   posNzreo=FindNotZero(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));embedNums=posNzreo-yr; %已嵌入的个数if  embedNums>0 %符合嵌入条件for jj=1:embedNumsextractNumsed=extractNumsed+1; %已提取个数if extractNumsed>markm*markn*8 %提取完成flag=1; %设置标识,使外层循环也跳出break;end Imgmark_extractlinebin(extractNumsed)=y(jj);%提取end  end  
end% G通道
ImgGline2=ImgG2(:); %转换为一列
for ii=1:M*Nif flag==1; %跳出外层循环break;end[y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1)]=Find8bits(ImgGline2(ii));   posNzreo=FindNotZero(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));embedNums=posNzreo-yg; %已嵌入的个数if  embedNums>0 %符合嵌入条件for jj=1:embedNumsextractNumsed=extractNumsed+1; %已提取个数if extractNumsed>markm*markn*8 %提取完成flag=1; %设置标识,使外层循环也跳出break;end Imgmark_extractlinebin(extractNumsed)=y(jj);%提取end  end  
end% G通道
ImgBline2=ImgB2(:); %转换为一列
for ii=1:M*Nif flag==1; %跳出外层循环break;end[y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1)]=Find8bits(ImgBline2(ii));   posNzreo=FindNotZero(y(8),y(7),y(6),y(5),y(4),y(3),y(2),y(1));embedNums=posNzreo-yb; %已嵌入的个数if  embedNums>0 %符合嵌入条件for jj=1:embedNumsextractNumsed=extractNumsed+1; %已提取个数if extractNumsed>markm*markn*8 %提取完成flag=1; %设置标识,使外层循环也跳出break;end Imgmark_extractlinebin(extractNumsed)=y(jj);%提取end  end  
end%二进制转十进制
Imgmarklinedec=zeros(markm*markn,1); %转化为十进制
for ii=1:markm*markn Imgmarklinedec(ii)=bin2dec_trans(Imgmark_extractlinebin(8*ii-7),Imgmark_extractlinebin(8*ii-6),Imgmark_extractlinebin(8*ii-5),Imgmark_extractlinebin(8*ii-4),...Imgmark_extractlinebin(8*ii-3),Imgmark_extractlinebin(8*ii-2),Imgmark_extractlinebin(8*ii-1),Imgmark_extractlinebin(8*ii));
end
Imgmarkextract=reshape(Imgmarklinedec,[markm,markn]);
figure;imshow(Imgmarkextract,[]);title('提取的水印');
imwrite(uint8(Imgmarkextract),'待嵌入图片_gray_提取结果.jpg'); %保存图片%检查提取的水印和原水印的区别
difmarked=Imgmarkextract-Imgmark; %做差  
%发现差为0,即说明完全一致,提取正确



3个子函数:

(1)

%bin2dec_trans.m
%二进制转十进制
function Data=bin2dec_trans(y7,y6,y5,y4,y3,y2,y1,y0)Data=y7*128+y6*64+y5*32+y4*16+y3*8+y2*4+y1*2+y0;
end


(2)

% Find8bits.m
function [y7,y6,y5,y4,y3,y2,y1,y0]=Find8bits(Data)
y0=mod(Data,2);
y7=fix(Data/128);Data=Data-y7*128;
y6=fix(Data/64); Data=Data-y6*64;
y5=fix(Data/32); Data=Data-y5*32;
y4=fix(Data/16); Data=Data-y4*16;
y3=fix(Data/8);  Data=Data-y3*8;
y2=fix(Data/4);  Data=Data-y2*4;
y1=fix(Data/2);  Data=Data-y1*2;
end


(3)

%FindNotZero.m
%找出第一个不为零的数位 从最高位(第八位)开始
function posNzreo=FindNotZero(y7,y6,y5,y4,y3,y2,y1,y0)
if y7~=0      posNzreo=8;
elseif y6~=0  posNzreo=7;
elseif y5~=0  posNzreo=6;
elseif y4~=0  posNzreo=5;
elseif y3~=0  posNzreo=4;
elseif y2~=0  posNzreo=3;
elseif y1~=0  posNzreo=2;
else          posNzreo=1;
end
end



结果如图所示:

                                                                                                           (原图)

                                      

                                                                                                


                                                                                               (待嵌入的图像)

                                                                   

                                                                                              


                     

                           

代码下载请到:http://download.csdn.net/download/tianma5/9508467

欢迎一起交流。


这篇关于图片嵌入隐藏-大容量的信息隐藏算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/875563

相关文章

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

SQL Server跟踪自动统计信息更新实战指南

《SQLServer跟踪自动统计信息更新实战指南》本文详解SQLServer自动统计信息更新的跟踪方法,推荐使用扩展事件实时捕获更新操作及详细信息,同时结合系统视图快速检查统计信息状态,重点强调修... 目录SQL Server 如何跟踪自动统计信息更新:深入解析与实战指南 核心跟踪方法1️⃣ 利用系统目录

PyTorch中的词嵌入层(nn.Embedding)详解与实战应用示例

《PyTorch中的词嵌入层(nn.Embedding)详解与实战应用示例》词嵌入解决NLP维度灾难,捕捉语义关系,PyTorch的nn.Embedding模块提供灵活实现,支持参数配置、预训练及变长... 目录一、词嵌入(Word Embedding)简介为什么需要词嵌入?二、PyTorch中的nn.Em

一文详解如何使用Java获取PDF页面信息

《一文详解如何使用Java获取PDF页面信息》了解PDF页面属性是我们在处理文档、内容提取、打印设置或页面重组等任务时不可或缺的一环,下面我们就来看看如何使用Java语言获取这些信息吧... 目录引言一、安装和引入PDF处理库引入依赖二、获取 PDF 页数三、获取页面尺寸(宽高)四、获取页面旋转角度五、判断

Java中读取YAML文件配置信息常见问题及解决方法

《Java中读取YAML文件配置信息常见问题及解决方法》:本文主要介绍Java中读取YAML文件配置信息常见问题及解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要... 目录1 使用Spring Boot的@ConfigurationProperties2. 使用@Valu

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

利用Python脚本实现批量将图片转换为WebP格式

《利用Python脚本实现批量将图片转换为WebP格式》Python语言的简洁语法和库支持使其成为图像处理的理想选择,本文将介绍如何利用Python实现批量将图片转换为WebP格式的脚本,WebP作为... 目录简介1. python在图像处理中的应用2. WebP格式的原理和优势2.1 WebP格式与传统

基于 HTML5 Canvas 实现图片旋转与下载功能(完整代码展示)

《基于HTML5Canvas实现图片旋转与下载功能(完整代码展示)》本文将深入剖析一段基于HTML5Canvas的代码,该代码实现了图片的旋转(90度和180度)以及旋转后图片的下载... 目录一、引言二、html 结构分析三、css 样式分析四、JavaScript 功能实现一、引言在 Web 开发中,

Python如何去除图片干扰代码示例

《Python如何去除图片干扰代码示例》图片降噪是一个广泛应用于图像处理的技术,可以提高图像质量和相关应用的效果,:本文主要介绍Python如何去除图片干扰的相关资料,文中通过代码介绍的非常详细,... 目录一、噪声去除1. 高斯噪声(像素值正态分布扰动)2. 椒盐噪声(随机黑白像素点)3. 复杂噪声(如伪