from PIL import Image import numpy as np import math def calculateparity(block):…
- User
from PIL import Image import numpy as np import math
def calculate_parity(block): flat_block = block.flatten() ret = sum(flat_block) % 2 return ret
def invert_lsb(value): return value ^ 1
def bmp_steganography_encode(input_image_path, output_image_path, secret_data_file_path): image = Image.open(input_image_path) pixels = np.array(image)
with open(secret_data_file_path, 'r') as file: secret_data = file.read() secret_data += '#' binary_secret_data = ''.join(format(ord(i), '08b') for i in secret_data) binary_secret_length = len(binary_secret_data) num_columns = pixels.shape[1] if binary_secret_length <= num_columns: block_height = pixels.shape[0] blocks_per_column = 1 else: blocks_per_column = math.ceil(binary_secret_length / num_columns) block_height = math.ceil(pixels.shape[0] / blocks_per_column) data_index = 0 for col in range(num_columns): if data_index >= binary_secret_length: break for block_index in range(blocks_per_column): if data_index >= binary_secret_length: break start_row = block_index * block_height end_row = min(start_row + block_height, pixels.shape[0]) block = pixels[start_row:end_row, col, :3] parity_bit = calculate_parity(block) secret_bit = int(binary_secret_data[data_index]) if parity_bit != secret_bit: for i in range(block.shape[0]): for k in range(3): block[i, k] = invert_lsb(block[i, k]) parity_bit = calculate_parity(block) if parity_bit == secret_bit: break if parity_bit == secret_bit: break pixels[start_row:end_row, col, :3] = block data_index += 1 new_image = Image.fromarray(pixels) new_image.save(output_image_path) print(f"Количество вставленных бит: {binary_secret_length}") return blocks_per_columndef bmp_steganography_decode(input_image_path, blocks_per_column = 1): if blocks_per_column < 1 or blocks_per_column > 1000: raise Exception("Invalid value!") try: image = Image.open(input_image_path) pixels = np.array(image)
num_rows, num_columns = pixels.shape[:2] block_height = math.ceil(pixels.shape[0] / blocks_per_column) binary_data = "" for col in range(num_columns): start_row = 0 for block_index in range(blocks_per_column): # Определяем границы блока start_row = block_index * block_height end_row = min(start_row + block_height, pixels.shape[0]) block = pixels[start_row:end_row, col, :3] parity_bit = calculate_parity(block) binary_data += str(parity_bit) except Exception as e: print("Error", f"Failed to read the file: {str(e)}") finally: all_bytes = [binary_data[i:i + 8] for i in range(0, len(binary_data), 8)] decoded_data = "" for byte in all_bytes: if byte: decoded_data += chr(int(byte, 2)) if decoded_data.endswith("#"): break return decoded_data.rstrip("#")def calculate_psnr(img1, img2, max_value=255): mse = np.mean((np.array(img1, dtype=np.float32) - np.array(img2, dtype=np.float32)) ** 2) if mse == 0: return 100 return 20 * np.log10(max_value / (np.sqrt(mse)))
if name == "main": print("Выберите операцию:") print("1: Внедрение") print("2: Извлечение") print("3: Расчет PSNR")
choice = input("Введите номер операции: ") if choice == "1": input_image_path = input("Введите путь к файлу-контейнеру (.bmp): ") output_image_path = input("Введите путь к выходному файлу (.bmp): ") secret_data_file_path = input("Введите путь к текстовому файлу с секретным сообщением (.txt): ") blocks_per_column = bmp_steganography_encode(input_image_path, output_image_path, secret_data_file_path) print(f"Сообщение закодировано успешно! Количество блоков на столбец: {blocks_per_column}") elif choice == "2": input_image_path = input("Введите путь к выходному файлу-контейнеру (.bmp): ") blocks_per_column = int(input("Введите коэффициент разделения (x): ")) decoded_message = bmp_steganography_decode(input_image_path, blocks_per_column) print("Извлеченное из контейнера сообщение:", decoded_message) elif choice == "3": input_image_path1 = input("Введите путь к исходному файлу-контейнеру (.bmp): ") input_image_path2 = input("Введите пусть к файлу-контейнеру со внедренной информацией (.bmp): ") img1 = Image.open(input_image_path1) img2 = Image.open(input_image_path2) psnr_value = calculate_psnr(img1, img2) print(f"Значение PSNR между двумя изображениями: {psnr_value}") else: print("Неверный выбор!")дай полное объяснение кода
- Assistant
Этот код реализует простую форму стеганографии, позволяющую встраивать скрытые сообщения в изображения формата BMP с использованием наименьших значащих битов (LSB). Расшифровка спроектирована для извлечения закодированных сообщений обратно.
Давайте разберем код по частям:
Импорт библиотек
from PIL import Image import numpy as np import math- PIL (Pillow) используется для работы с изображениями.
- NumPy позволяет более эффективно работать с массивами данных, в данном случае - с пикселями изображения.
- math используется для выполнения математических вычислений, например, для округления.
Функции
1.
calculate_parity(block)Эта функция вычисляет четность (parity) блока пикселей. Параметр
block- это блок изображений, и функция:- Преобразует его в одномерный массив.
- Суммирует все значения и возвращает остаток от деления на 2 (чётное или нечётное).
2.
invert_lsb(value)Эта функция инвертирует наименьший значащий бит (LSB) переданного значения
valueс помощью побитового исключающего ИЛИ (^).3.
bmp_steganography_encode(...)Эта функция выполняет кодирование (внедрение) секретного сообщения в изображение:
- Загружает изображение и его пиксели.
- Читает текстовый файл с секретным сообщением, добавляет к нему символ конца сообщения (
#). - Преобразует секретные данные в строку двоичных значений.
- Определяет, сколько блоков пикселей необходимо для внедрения данных в зависимости от размера исходного изображения и количества битов сообщения.
- Встраивает биты в изображение. Для каждого столбца:
- Получает блок пикселей.
- Вычисляет четность блока.
- Если четность не соответствует секретному биту, модифицируются значения пикселей для корректировки четности. Инвертируется наименьший значащий бит некоторых пикселей, пока четность не станет равной секретному биту.
- Сохраняет измененное изображение.
4.
bmp_steganography_decode(...)Эта функция извлекает закодированное сообщение из изображения:
- Загружает изображение и пиксели.
- Обрабатывает каждый столбец пикселей в блоки и вычисляет четность.
- Составляет строку двоичных данных, декодируя их в символы.
- Возвращает извлеченное сообщение до символа конца (
#).
5.
calculate_psnr(img1, img2, max_value=255)Эта функция рассчитывает Peak Signal-to-Noise Ratio (PSNR) между двумя изображениями:
- Вычисляет среднеквадратичную ошибку (MSE) между изображениями.
- Если MSE равно 0, PSNR будет 100 (изображения одинаковы).
- Возвращает значение PSNR.
Основная программа
if __name__ == "__main__":Выбор операции:
-
Вставка данных в изображение (внедрение).
-
Извлечение закодированных данных.
-
Расчет PSNR для оценки качества изображения до и после внедрения.
-
Программа запрашивает нужные пути к файлам и вызывает соответствующие функции на основе выбора пользователя. Сначала она запрашивает входные данные о Bild ( контейнере ) и текстовом файле, затем в зависимости от выбора выполняет внедрение или извлечение сообщения.
Общий принцип работы
- Пользователь выбирает, что сделать: внедрить сообщение в изображение, извлечь сообщение из изображения или рассчитать PSNR.
- В случае внедрения сообщение помещается в изображение, изменяя наименьшие значащие биты пикселей с учетом четности.
- Извлечение происходит путем чтения четности битов и преобразования их обратно в символы.
- PSNR помогает понять, насколько сильно изменилось изображение после внедрения данных.
Заключение
Эта программа иллюстрирует базовые принципы стеганографии с использованием наименьших значащих битов и позволяет как внедрять сообщения в изображения, так и извлекать их, делая это достаточно эффективно для изображения в формате BMP.
- User
построчно
- Assistant
Давайте пройдемся по коду построчно и объясним каждую строку.
Импорт библиотек
from PIL import Image import numpy as np import math- from PIL import Image: Импортируем класс
Imageиз библиотеки Pillow для работы с изображениями. - import numpy as np: Импортируем библиотеку NumPy для работы с многомерными массивами, что особенно полезно для работы с пикселями изображений.
- import math: Импортируем модуль
math, чтобы использовать математические функции.
Функция
calculate_paritydef calculate_parity(block):- Определяем функцию
calculate_parity, которая принимает параметрblock, представляющий собой массив пикселей.
flat_block = block.flatten()- Преобразуем 2D-массив пикселей в одномерный массив для упрощения обработки.
ret = sum(flat_block) % 2- Суммируем все значения в плоском массиве и вычисляем остаток от деления на 2, чтобы узнать четность (0 - четное, 1 - нечетное).
return ret- Возвращаем вычисленную четность.
Функция
invert_lsbdef invert_lsb(value):- Определяем функцию
invert_lsb, которая принимает параметрvalue.
return value ^ 1- Возвращаем значение, где последний бит
valueинвертирован при помощи побитового исключающего ИЛИ (^).
Функция
bmp_steganography_encodedef bmp_steganography_encode(input_image_path, output_image_path, secret_data_file_path):- Объявляем функцию для внедрения (кодирования) данных, принимающую три параметра:
input_image_path: путь к исходному изображению.output_image_path: путь к выходному изображению.secret_data_file_path: путь к текстовому файлу с секретными данными.
image = Image.open(input_image_path)- Загружаем изображение из указанного пути.
pixels = np.array(image)- Преобразуем изображение в массив пикселей NumPy для удобной обработки.
with open(secret_data_file_path, 'r') as file: secret_data = file.read()- Считываем содержимое текстового файла в переменную
secret_data.
secret_data += '#'- Добавляем символ завершения (
#) к секретным данным, чтобы обозначить конец сообщения.
binary_secret_data = ''.join(format(ord(i), '08b') for i in secret_data)- Преобразуем каждую букву в двоичный формат (8 бит) и объединяем в одну строку двоичных данных.
binary_secret_length = len(binary_secret_data)- Вычисляем длину двоичной строки с секретными данными.
num_columns = pixels.shape[1]- Получаем количество столбцов (ширину) изображения.
if binary_secret_length <= num_columns: block_height = pixels.shape[0] blocks_per_column = 1- Если длина двоичной строки меньше или равна количеству столбцов, устанавливаем высоту блока в высоту изображения и количество блоков за один столбец в 1.
else: blocks_per_column = math.ceil(binary_secret_length / num_columns) block_height = math.ceil(pixels.shape[0] / blocks_per_column)- Если длина двоичной строки больше количества столбцов, рассчитываем количество блоков для столбца и высоту блока.
data_index = 0- Инициализируем индекс данных для отслеживания текущего бита из двоичной строки.
Внедрение данных
for col in range(num_columns): if data_index >= binary_secret_length: break- Проходим по каждому столбцу и выходим из цикла, если индекс данных превышает длину двоичных данных.
for block_index in range(blocks_per_column): if data_index >= binary_secret_length: break- Для каждого столбца проходим по блокам и выходим из цикла, если индекс данных превышает длину данных.
start_row = block_index * block_height end_row = min(start_row + block_height, pixels.shape[0])- Рассчитываем начальную и конечную строки текущего блока по индексу.
block = pixels[start_row:end_row, col, :3]- Извлекаем блок пикселей из определенной области (вырезаем по строкам и берём цветовые каналы RGB).
parity_bit = calculate_parity(block)- Вычисляем четность блока.
secret_bit = int(binary_secret_data[data_index])- Получаем соответствующий бит из двоичных данных.
if parity_bit != secret_bit:- Если четность блока не совпадает с секретным битом, начинаем изменять пиксели.
for i in range(block.shape[0]): for k in range(3):- Проходим по всем пикселям случайного блока и его цветовым каналам.
block[i, k] = invert_lsb(block[i, k])- Инвертируем LSB для текущего канала пикселя.
parity_bit = calculate_parity(block)- Рассчитываем новую четность блока после изменения.
if parity_bit == secret_bit: break- Если новая четность совпадает с секретным битом, выходим из цикла.
if parity_bit == secret_bit: break- Проверяем, нашли ли мы нужный бит и выходим из внешнего цикла, если смена LSB уже прошла.
pixels[start_row:end_row, col, :3] = block- Записываем измененный блок обратно в массив пикселей.
data_index += 1- Увеличиваем индекс данных, чтобы перейти к следующему биту.
Сохранение нового изображения
new_image = Image.fromarray(pixels)- Преобразуем измененный массив пикселей обратно в изображение.
new_image.save(output_image_path)- Сохраняем новое изображение с внедренными данными.
print(f"Количество вставленных бит: {binary_secret_length}") return blocks_per_column- Выводим количество вставленных бит и возвращаем число блоков на столбец.
Функция
bmp_steganography_decodedef bmp_steganography_decode(input_image_path, blocks_per_column = 1):- Объявляем функцию для извлечения данных, принимающую путь к изображению и количество блоков на столбец.
if blocks_per_column < 1 or blocks_per_column > 1000: raise Exception("Invalid value!")- Проверяем допустимый диапазон для числа блоков и выбрасываем исключение, если значение вне диапазона.
try: image = Image.open(input_image_path)- Загрузка изображения и инициализация блока
tryдля обработки исключений.
pixels = np.array(image)- Преобразование изображения в массив пикселей.
num_rows, num_columns = pixels.shape[:2]- Получение количества строк и столбцов в изображении.
block_height = math.ceil(pixels.shape[0] / blocks_per_column)- Рассчитываем высоту блока, основываясь на общем количестве строк.
binary_data = ""- Инициализация строки для сборки двоичных данных.
for col in range(num_columns): start_row = 0- Проходим по каждому столбцу, инициализируя
start_row.
for block_index in range(blocks_per_column):- Проходим по количеству блоков в данном столбце.
start_row = block_index * block_height end_row = min(start_row + block_height, pixels.shape[0])- Определяем начальную и конечную строки блока.
block = pixels[start_row:end_row, col, :3]- Извлекаем блок пикселей для обработки.
parity_bit = calculate_parity(block)- Вычисляем четность блока.
binary_data += str(parity_bit)- Добавляем четность блока к строке двоичных данных.
except Exception as e: print("Error", f"Failed to read the file: {str(e)}")- В случае возникновения ошибки выводим сообщение об ошибке.
finally: all_bytes = [binary_data[i:i + 8] for i in range(0, len(binary_data), 8)]- Создаем список байтов из двоичной строки, разбивая ее по 8 бит.
decoded_data = "" for byte in all_bytes:- Инициализируем строку для хранения извлечённого сообщения и проходим по каждому байту.
if byte: decoded_data += chr(int(byte, 2))- Если байт не пуст, преобразуем его из двоичного в символ и добавляем к строке
decoded_data.
if decoded_data.endswith("#"): break- Прерываем цикл, если конец сообщения (
#) найден.
return decoded_data.rstrip("#")- Возвращаем извлеченное сообщение без символа конца.
Функция
calculate_psnrdef calculate_psnr(img1, img2, max_value=255):- Объявляем функцию для вычисления PSNR, принимающую два изображения и максимальное значение яркости (по умолчанию 255).
mse = np.mean((np.array(img1, dtype=np.float32) - np.array(img2, dtype=np.float32)) ** 2)- Вычисляем среднеквадратичную ошибку (MSE) между двумя изображениями. Разность изображений возводится в квадрат, вычисляется среднее.
if mse == 0: return 100- Если MSE равно 0 (изображения идентичны), возвращаем 100.
return 20 * np.log10(max_value / (np.sqrt(mse)))- Возвращаем значение PSNR, рассчитывая его по формуле.
Основная программа
if __name__ == "__main__":- Запускаем основной код при исполнении файла.
print("Выберите операцию:") print("1: Внедрение") print("2: Извлечение") print("3: Расчет PSNR")- Выводим меню для выбора операции.
choice = input("Введите номер операции: ")- Считываем выбор пользователя.
if choice == "1":- Если выбран вариант для внедрения данных:
input_image_path = input("Введите путь к файлу-контейнеру (.bmp): ") output_image_path = input("Введите путь к выходному файлу (.bmp): ") secret_data_file_path = input("Введите путь к текстовому файлу с секретным сообщением (.txt): ")- Запрашиваем пути к файлам.
blocks_per_column = bmp_steganography_encode(input_image_path, output_image_path, secret_data_file_path)- Вызываем функцию для внедрения и получаем количество блоков на столбец.
print(f"Сообщение закодировано успешно! Количество блоков на столбец: {blocks_per_column}")- Уведомляем пользователя о успешном кодировании.
elif choice == "2":- Если выбран вариант для извлечения данных:
input_image_path = input("Введите путь к выходному файлу-контейнеру (.bmp): ") blocks_per_column = int(input("Введите коэффициент разделения (x): "))- Запрашиваем пути к файлам и число блоков.
decoded_message = bmp_steganography_decode(input_image_path, blocks_per_column)- Вызываем функцию для извлечения данных.
print("Извлеченное из контейнера сообщение:", decoded_message)- Выводим извлеченное сообщение.
elif choice == "3":- Если выбран вариант для вычисления PSNR:
input_image_path1 = input("Введите путь к исходному файлу-контейнеру (.bmp): ") input_image_path2 = input("Введите пусть к файлу-контейнеру со внедренной информацией (.bmp): ")- Запрашиваем пути к исходному и измененному файлам.
img1 = Image.open(input_image_path1) img2 = Image.open(input_image_path2)- Загружаем два изображения.
psnr_value = calculate_psnr(img1, img2)- Вычисляем PSNR между изображениями.
print(f"Значение PSNR между двумя изображениями: {psnr_value}")- Выводим значение PSNR.
else: print("Неверный выбор!")- Если пользователь ввел неверный выбор, выводим сообщение об ошибке.
Заключение
Этот код реализует функции стеганографии для вставки и извлечения скрытых сообщений в изображениях, а также предоставляет возможность вычисления качества изображений по PSNR. Каждая часть кода играет свою роль в процессе, оптимизируя взаимодействие между изображениями и текстовыми данными.
- from PIL import Image: Импортируем класс
- User
напиши новый код с полными комментариями
- Assistant
Конечно! Давайте создадим новый код для реализации стеганографии в изображениях с полными комментариями к каждому блоку кода. В этом примере будет реализована аналогичная функциональность: внедрение и извлечение текста в изображение формата BMP с использованием наименьших значащих битов (LSB).
Вот новый код с полными комментариями:
from PIL import Image # Импортируем класс Image из библиотеки Pillow для работы с изображениями import numpy as np # Импортируем NumPy для работы с массивами import math # Импортируем math для выполнения математических вычислений def calculate_parity(block): """ Вычисляет четность для заданного блока пикселей. Параметры: block (ndarray): Массив пикселей (например, блок изображений). Возвращает: int: Четность блока (0 или 1). """ flat_block = block.flatten() # Преобразуем блок в одномерный массив return sum(flat_block) % 2 # Возвращаем остаток от деления на 2 (четность) def invert_lsb(value): """ Инвертирует наименьший значащий бит (LSB) переданного значения. Параметры: value (int): Целое число, чье LSB нужно инвертировать. Возвращает: int: Значение с инвертированным LSB. """ return value ^ 1 # Используем побитовое исключающее ИЛИ для инверсии LSB def bmp_steganography_encode(input_image_path, output_image_path, secret_data_file_path): """ Кодирует (внедряет) секретное сообщение в изображение формата BMP. Параметры: input_image_path (str): Путь к исходному изображению. output_image_path (str): Путь для сохранения выходного изображения. secret_data_file_path (str): Путь к текстовому файлу с секретным сообщением. """ # Загружаем изображение из указанного пути image = Image.open(input_image_path) pixels = np.array(image) # Преобразуем изображение в массив пикселей # Читаем секретные данные из текстового файла with open(secret_data_file_path, 'r') as file: secret_data = file.read() secret_data += '#' # Добавляем символ конца сообщения # Преобразуем секретные данные в двоичную строку binary_secret_data = ''.join(format(ord(i), '08b') for i in secret_data) binary_secret_length = len(binary_secret_data) # Длина двоичной строки num_columns = pixels.shape[1] # Получаем количество столбцов изображения # Определяем количество блоков на столбец и высоту блока if binary_secret_length <= num_columns: block_height = pixels.shape[0] blocks_per_column = 1 else: blocks_per_column = math.ceil(binary_secret_length / num_columns) # Общее количество блоков на столбец block_height = math.ceil(pixels.shape[0] / blocks_per_column) # Высота блока data_index = 0 # Индекс для текущего бита двоичных данных # Проходим по каждому столбцу в изображении for col in range(num_columns): if data_index >= binary_secret_length: # Если все биты уже вставлены, выходим break # Проходим по каждому блоку в текущем столбце for block_index in range(blocks_per_column): if data_index >= binary_secret_length: # Если все биты уже вставлены, выходим break start_row = block_index * block_height # Начальная строка блока end_row = min(start_row + block_height, pixels.shape[0]) # Конечная строка блока block = pixels[start_row:end_row, col, :3] # Извлекаем блок пикселей (RGB каналы) parity_bit = calculate_parity(block) # Вычисляем пары для блока secret_bit = int(binary_secret_data[data_index]) # Получаем соответствующий бит из секретных данных if parity_bit != secret_bit: # Если четность не совпадает с секретным битом # Модифицируем пиксели для соответствия четности for i in range(block.shape[0]): for k in range(3): # Проходим по каждому каналу цвета block[i, k] = invert_lsb(block[i, k]) # Инвертируем LSB текущего канала parity_bit = calculate_parity(block) # Пересчитываем четность if parity_bit == secret_bit: # Если четность совпадает, выходим break if parity_bit == secret_bit: # Если четность совпадает, выходим из внешнего цикла break # Записываем модифицированный блок обратно в массив пикселей pixels[start_row:end_row, col, :3] = block data_index += 1 # Переходим к следующему биту двоичных данных # Создаем новое изображение из модифицированного массива пикселей new_image = Image.fromarray(pixels) new_image.save(output_image_path) # Сохраняем новое изображение print(f"Количество вставленных бит: {binary_secret_length}") # Выводим количество вставленных бит return blocks_per_column # Возвращаем количество блоков на столбец def bmp_steganography_decode(input_image_path, blocks_per_column=1): """ Извлекает секретное сообщение из изображения формата BMP. Параметры: input_image_path (str): Путь к входному изображению для декодирования. blocks_per_column (int): Количество блоков на столбец (по умолчанию 1). Возвращает: str: Извлеченное сообщение. """ # Проверка на валидность входящих данных if blocks_per_column < 1 or blocks_per_column > 1000: raise Exception("Недопустимое значение!") try: # Загружаем изображение image = Image.open(input_image_path) pixels = np.array(image) # Преобразуем изображение в массив пикселей num_rows, num_columns = pixels.shape[:2] # Получаем размеры изображения block_height = math.ceil(num_rows / blocks_per_column) # Рассчитываем высоту блока binary_data = "" # Инициализируем строку для двоичных данных # Проходим по каждому столбцу изображения for col in range(num_columns): start_row = 0 # Инициализируем начальную строку # Проходим по блокам в текущем столбце for block_index in range(blocks_per_column): start_row = block_index * block_height # Начальная строка блока end_row = min(start_row + block_height, num_rows) # Конечная строка блока block = pixels[start_row:end_row, col, :3] # Получаем блок пикселей parity_bit = calculate_parity(block) # Вычисляем четность binary_data += str(parity_bit) # Добавляем бит четности к строке except Exception as e: print("Ошибка:", f"Не удалось прочитать файл: {str(e)}") # Обработка исключений finally: # Делим строку двоичных данных на байты all_bytes = [binary_data[i:i + 8] for i in range(0, len(binary_data), 8)] decoded_data = "" # Инициализируем строку для извлеченных символов # Проходим по всем байтам for byte in all_bytes: if byte: # Проверяем, не пустой ли байт decoded_data += chr(int(byte, 2)) # Преобразуем байт в символ if decoded_data.endswith("#"): # Проверяем на конец сообщения break return decoded_data.rstrip("#") # Возвращаем извлеченное сообщение без символа конца def calculate_psnr(img1, img2, max_value=255): """ Рассчитывает Peak Signal-to-Noise Ratio (PSNR) между двумя изображениями. Параметры: img1 (Image): Первое изображение. img2 (Image): Второе изображение. max_value (int): Максимальное значение цвета (по умолчанию 255). Возвращает: float: Значение PSNR между двумя изображениями. """ # Вычисляем среднеквадратичную ошибку (MSE) mse = np.mean((np.array(img1, dtype=np.float32) - np.array(img2, dtype=np.float32)) ** 2) if mse == 0: # Если MSE равно 0 (изображения идентичны) return 100 # Возвращаем максимально возможное значение PSNR return 20 * np.log10(max_value / (np.sqrt(mse))) # Возвращаем значение PSNR if __name__ == "__main__": print("Выберите операцию:") print("1: Внедрение") print("2: Извлечение") print("3: Расчет PSNR") choice = input("Введите номер операции: ") if choice == "1": # Если выбрано действие для внедрения input_image_path = input("Введите путь к файлу-контейнеру (.bmp): ") output_image_path = input("Введите путь к выходному файлу (.bmp): ") secret_data_file_path = input("Введите путь к текстовому файлу с секретным сообщением (.txt): ") blocks_per_column = bmp_steganography_encode(input_image_path, output_image_path, secret_data_file_path) # Кодируем сообщение print(f"Сообщение закодировано успешно! Количество блоков на столбец: {blocks_per_column}") elif choice == "2": # Если выбрано действие для извлечения input_image_path = input("Введите путь к выходному файлу-контейнеру (.bmp): ") blocks_per_column = int(input("Введите коэффициент разделения (x): ")) decoded_message = bmp_steganography_decode(input_image_path, blocks_per_column) # Извлекаем сообщение print("Извлеченное из контейнера сообщение:", decoded_message) elif choice == "3": # Если выбрано действие для расчета PSNR input_image_path1 = input("Введите путь к исходному файлу-контейнеру (.bmp): ") input_image_path2 = input("Введите путь к файлу-контейнеру со внедренной информацией (.bmp): ") img1 = Image.open(input_image_path1) # Загружаем первое изображение img2 = Image.open(input_image_path2) # Загружаем второе изображение psnr_value = calculate_psnr(img1, img2) # Рассчитываем PSNR print(f"Значение PSNR между двумя изображениями: {psnr_value}") else: # Если пользователь выбрал неверный вариант print("Неверный выбор!")Описание кода:
- Импорт библиотек: импортируются необходимые библиотеки для работы с изображениями и массивами.
- Функции:
calculate_parity: Рассчитывает четность для блока пикселей.invert_lsb: Инвертирует наименьший значащий бит.bmp_steganography_encode: Внедряет текст в изображение.bmp_steganography_decode: Извлекает текст из изображения.calculate_psnr: Рассчитывает PSNR между двумя изображениями.
- Основная программа: запускает интерфейс для выбора действия (внедрение, извлечение, расчет PSNR) и выполняет соответствующие функции на основе ввода пользователя.
Этот код реализует простую стеганографию с поддержкой текстового ввода и анализ качества изображения с использованием PSNR, а все разделы кода подробно прокомментированы для лучшего понимания.