stepic 0.3 使用最简单的图像隐写方法。直接从模块引用:
def decode_imdata(imdata):
'''Given a sequence of pixels, returns an iterator of characters
encoded in the image'''
imdata = iter(imdata)
while True:
pixels = list(imdata.next()[:3] + imdata.next()[:3] + imdata.next()[:3])
byte = 0
for c in xrange(7):
byte |= pixels[c] & 1
byte <<= 1
byte |= pixels[7] & 1
yield chr(byte)
if pixels[-1] & 1:
break
秘密数据的每个八位字节,加上是否是最后一个字节的标志,都隐藏在三个连续的像素中。更准确地说,stepic 使用每个像素的前三个分量(通常是 RGB)的最低有效位。看到这个非常丑陋的图表,对于每个组件有 4 位的 RGBA 流(D
表示数据,E
表示流结束):
| pixel 0 | pixel 1 | pixel 2 |
image viewer sees: | rrrr gggg bbbb aaaa | rrrr gggg bbbb aaaa | rrrr gggg bbbb aaaa |
stepic sees: | ___D ___D ___D ____ | ___D ___D ___D ____ | ___D ___D ___E ____ |
由于这种变化引入的噪声在已经“嘈杂”的图像中很小(256 分之一),所以您通常无法从视觉上真正检测到这一点。这意味着实现了该技术的目标:数据隐藏在显而易见的地方,因为没有人可以将其与自然产生的噪声区分开来。
这行得通。至少,它适用于无损格式,例如 PNG。唉,JPG 不是无损的,它的压缩很可能会改变至少一个编码位。只需更改第 9 位即可使该方法变得毫无用处,因为这样隐藏的数据将被截断为单个字节。
JPG 图像中的隐写术仍然是可能的,有多种形式,但你不能仅仅调整解码的像素值。更好(但更复杂)的方法可能是将数据隐藏在压缩器估计的参数中。