当前位置：首页 > 文章列表 > 文章 > python教程 > Python数字水印与隐写技术详解

Python数字水印与隐写技术详解

2025-08-15 10:00:29 0浏览收藏

本篇文章给大家分享《Python实现数字水印与图像隐写技术解析》，覆盖了文章的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

图像隐写与数字水印可通过LSB方法在Python中实现。1. 图像隐写是将信息隐藏到图片中，数字水印则强调不可见性和鲁棒性；2. 选择BMP或PNG等无损格式；3. 使用Pillow和Numpy库处理图像；4. LSB方法替换像素RGB值的最低位；5. 提取时读取最低位并还原信息；6. 注意控制信息长度、使用多通道、加密及容错机制。

如何用Python实现数字水印？图像隐写技术

用Python实现数字水印和图像隐写，其实并不复杂，但需要理解几个核心概念：图像的像素结构、位操作以及如何在不明显改变图像的前提下嵌入信息。

什么是图像隐写与数字水印？

简单来说，图像隐写（Steganography） 是把信息隐藏到图片中而不被察觉，而数字水印（Digital Watermarking） 更强调信息的不可见性和鲁棒性，常用于版权保护。这两者在技术实现上有很多重叠之处，尤其是在基于像素修改的方法中。

准备工作：选择合适的图像格式

在开始之前，首先要选好图像格式。通常使用的是 BMP 或 PNG 格式，因为它们是无损压缩的，不会影响你嵌入的数据。JPEG 等有损格式不太适合，因为它会破坏隐藏的信息。

你需要安装一些 Python 图像处理库，比如：

pip install pillow numpy

常用的是 Pillow 库来读写图像数据。

基本原理：LSB 隐写法

最常见也是最容易实现的方法是 LSB（Least Significant Bit），即最低有效位隐写。它的核心思想是将图像像素值的最后一位替换成要隐藏的信息比特。

实现步骤如下：

将图像转换为 RGB 像素数组
将待隐藏的信息（如一段文字）转换成二进制字符串
依次替换每个像素 R、G、B 中的最低位
如果信息长度超过可用像素数，就提示“容量不足”

举个例子：
假设你想藏一句话 “hello”，它对应的二进制可能是：

01101000 01100101 01101100 01101100 01101111

然后你从图像的第一个像素开始，依次把这些 bit 替换到像素值的最后一位上。

实际代码示例

下面是一个简单的 LSB 隐写实现思路（简化版）：

from PIL import Image

def text_to_bits(text):
    return ''.join([format(ord(c), '08b') for c in text])

def hide_text_in_image(image_path, output_path, secret_text):
    bits = text_to_bits(secret_text)
    img = Image.open(image_path)
    pixels = img.load()

    width, height = img.size
    idx = 0

    for x in range(width):
        for y in range(height):
            r, g, b = pixels[x, y]
            if idx < len(bits):
                r = (r & ~1) | int(bits[idx])
                idx += 1
            if idx < len(bits):
                g = (g & ~1) | int(bits[idx])
                idx += 1
            if idx < len(bits):
                b = (b & ~1) | int(bits[idx])
                idx += 1
            pixels[x, y] = (r, g, b)

    img.save(output_path)

# 使用方法
hide_text_in_image("input.png", "output.png", "这是隐藏的文字")

这段代码只做了最基本的事：替换 RGB 各通道的最低位，实际中还可以扩展支持更多细节，比如自动计算可隐藏信息的最大长度。

提取隐藏信息的方法

提取过程就是反过来读取每个像素的最低位，并拼接成原始信息。

def extract_text_from_image(image_path, length):
    img = Image.open(image_path)
    pixels = img.load()
    width, height = img.size
    bits = ''
    idx = 0

    for x in range(width):
        for y in range(height):
            r, g, b = pixels[x, y]
            bits += str(r & 1)
            idx += 1
            if idx >= length * 8:
                break
            bits += str(g & 1)
            idx += 1
            if idx >= length * 8:
                break
            bits += str(b & 1)
            idx += 1
        if idx >= length * 8:
            break

    # 按每8位分割并转字符
    bytes_list = [bits[i:i+8] for i in range(0, len(bits), 8)]
    text = ''.join([chr(int(byte, 2)) for byte in bytes_list[:length]])
    return text

# 使用方法
extracted = extract_text_from_image("output.png", len("这是隐藏的文字"))
print(extracted)  # 输出原文

这个提取函数假设你知道隐藏了多少个字符，也可以扩展为自动检测结束标志。