Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0301· openaiHugging Face Suzhen/CodeChat

Привет

  1. User

    Привет

  2. Assistant

    ! Как поживаешь? Что нового у тебя происходит? Я могу помочь тебе чем-то или ответить на твои вопросы, если у тебя есть.

  3. User

    Напиши пожалуйста программу осуществляющую стеганографию изображения с использованием вейвлет-преобразований. Язык Python 3

  4. Assistant

    Конечно, я могу написать для тебя пример кода на Python 3, который позволяет осуществлять стеганографию изображения с использованием вейвлет-преобразований. Необходимые библиотеки - pywt, numpy, pillow.

    import pywt
    import numpy as np
    from PIL import Image
    
    def embed(image_filename, message, output_filename):
        # Загрузка изображения и сообщения
        img = Image.open(image_filename)
        pixel_values = np.array(img)
        bits = ''.join(format(ord(c), '08b') for c in message)
    
        # Преобразование вейвлетом Хаара
        LL, (LH, HL, HH) = pywt.dwt2(pixel_values, 'haar')
    
        # Запись сообщения в данные ЛЛ-компоненты
        bits_idx = 0
        for i in range(LL.shape[0]):
            for j in range(LL.shape[1]):
                if bits_idx < len(bits):
                    bit = bits[bits_idx]
                    LL[i][j] = int(format(LL[i][j], '08b')[:-1] + bit, 2)
                    bits_idx += 1
                else:
                    break
            if bits_idx >= len(bits):
                break
    
        # Обратное преобразование вейвлетом Хаара
        img_embed = pywt.idwt2((LL, (LH, HL, HH)), 'haar')
        img_embed = Image.fromarray(np.uint8(img_embed))
    
        # Сохранение изображения
        img_embed.save(output_filename)
    
        # Вывод успешного сообщения
        print(f'Message embedded successfully in {output_filename}')
    
    def extract(image_filename):
        # Загрузка изображения
        img = Image.open(image_filename)
        pixel_values = np.array(img)
        
        # Выделение данных ЛЛ-компоненты с помощью вейвлета Хаара
        LL, _ = pywt.dwt2(pixel_values, 'haar')
    
        # Извлечение сообщения
        bits = []
        for i in range(LL.shape[0]):
            for j in range(LL.shape[1]):
                bits.append(format(LL[i][j], '08b')[-1])
                
        message = ''.join(chr(int(''.join(bits[i:i+8]), 2)) for i in range(0, len(bits), 8))
    
        # Вывод сообщения
        print(f'Extracted message: {message}')
    
    # Пример использования
    image_filename = 'image.png'
    message = 'Hello World!'
    output_filename = 'image_embedded.png'
    
    embed(image_filename, message, output_filename)
    
    extract(output_filename)
    

    Как использовать этот код:

    1. Замените имя файла "image_filename" на свой файл изображения.

    2. Замените строку сообщения "message" на своё.

    3. Запустите embed() функцию, чтобы внедрить сообщение в изображение. В качестве аргументов используйте имя файла изображения, сообщение и имя выходного файла.

    4. Запустите extract() функцию для извлечения сообщения из изображения. В качестве аргумента используйте имя файла с внедренным сообщением.

    Удачи!

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.