在视频中隐藏秘密：如何将文本嵌入图片，并完美解密

在当今的信息时代，安全传递信息变得尤为重要。如何在不被察觉的情况下传递一段文本，成为了谍战故事中的重要一环。而将文本隐藏在图片中，则是一种巧妙的方式。

本文将介绍如何将文本转换为图片，并在图片中嵌入文本信息，最终通过专业工具实现文本的加密与解密。

1. 从文本到图片的初步实现

这里我们先做将文本转成图片, 然后从图片上看不出来文本的汉字, 但是专业工具能解密出来. 也即我们实现一个 encode 函数和一个 decode 函数。

这一次尝试, 我们只保证转出来是个图片.

1.1 转换文本为二进制字节流

在这一步中，假设我们的文本是"有内鬼终止交易"重复一万次, 首先我们将该字符串转为二进制 bytes.：

# 导入必要的包
from PIL import Image
import numpy as np
import struct
import math

# 文本转二进制字节流
text = '有内鬼终止交易.'*1000
text_bytes = text.encode('utf-8')
print(text_bytes[:100]) # 打印前200位数据

1.2 将字节流转换为图片

我们可以利用二进制流不区分类型的特点，将其转换为任意导出为二进制的变量。为了避免深入研究图片协议的头部信息，我们使用 numpy 作为中转工具。每张图片都可以表示为一个长度 × 宽度 × 3（RGB）的矩阵，矩阵元素的取值范围是 0-255，分别对应红、绿、蓝三色的深度。由于处理二进制流不便，大多数情况下按 8 位处理，而 8 位二进制可以表示 0-255, 因此，text_bytes 的长度可以与图片中像素点数量 ×3 对应上。

只需要 2 步骤就可以完成二进制流转图片:

生成一个能装的下文本二进制流的图片, 需要图片中像素点*3 大于文本字节数。
将文本字节流和字节流长度信息放到图片 numpy 字节流中, 保存成图片。

这里需要放字节流长度是因为图片容器字节数大于内容需要的字节数。因此，我们需要在 text_bytes 前添加一个表示其长度的二进制数据。这样在操作时 a) 读取图片时，先读取前 4 个字节获取内容长度。b) 根据长度读取对应大小的字节，获取原始文本的二进制流。在很多涉及到字节流的地方, 都需要这样处理。

主要分为 1. 计算图片边长 2. 将字节流伪装成图片数据塞入图片。

# 计算最小图片正方形边长
text_bytes_contain_lens = struct.pack('>l',len(text_bytes)) + text_bytes
img_width = math.ceil((len(text_bytes_contain_lens)/3)**(1/2))
print(f'正方形图片的边长是 {img_width}')

# 生成并保存图片
img_path = "text.png"
picMap = np.random.randint(0,255,(img_width, img_width,3),dtype=np.uint8).tobytes()
picMap = text_bytes_contain_lens + picMap[len(text_bytes_contain_lens):]
picMapNpy = np.frombuffer(picMap,dtype=np.uint8).reshape((img_width,img_width,3))
Image.fromarray(picMapNpy).save(img_path)

生成的图片看起来虽然像是损坏的图片，但它确实有效。接下来，我们将演示如何从图片中提取出隐藏的文本。

1.3 从图片中解密文本

一旦我们将文本嵌入到图片中，接下来我们需要一个解密的过程，从图片中提取出隐藏的文本信息。这里主要的代码为之前代码反向的过程, 以下代码展示了如何解密并恢复原始文本：

# 从图片中恢复文本
img_path = "text.png"
pic = Image.open(img_path).convert("RGB")
picBytes = np.array(pic).tobytes()
lenData = struct.unpack('>l',picBytes[:4])[0]
byteData = picBytes[4:4+lenData]
text = byteData.decode('utf-8')
print(text[:100])

1.4 我们将之前的代码稍加封装即可得到两个函数

def saveText2Img(text, img_path):
    text_bytes = text.encode('utf-8')
    text_bytes_contain_lens = struct.pack('>l',len(text_bytes)) + text_bytes # struct.pack('>l',...) 是获取该变量二进制流
    img_width = math.ceil((len(text_bytes_contain_lens)/3)**(1/2))

    picMap = np.random.randint(0,255,(img_width, img_width,3),dtype=np.uint8).tobytes()
    picMap = text_bytes_contain_lens + picMap[len(text_bytes_contain_lens):] # picMap前面的内容替换为text_bytes
    picMapNpy = np.frombuffer(picMap,dtype=np.uint8).reshape((img_width,img_width,3)) # 基于该字节流拿到rgb矩阵
    Image.fromarray(picMapNpy).save(img_path)

def loadTextFromImg(img_path):
    pic = Image.open(img_path).convert("RGB")
    picBytes = np.array(pic).tobytes()
    lenData = struct.unpack('>l',picBytes[:4])[0] # 读取前4个字节, 为数据字节流的长度.
    byteData = picBytes[4:4+lenData]
    text = byteData.decode('utf-8')
    return text
saveText2Img('有内鬼终止交易.'*10,'version1.png')
loadTextFromImg('version1.png')

2. 生成更“好看”的图片

我们发现生成的图片, 完全无意义, 明显就感觉是一个“坏图片”, 那我们能不能在看起来正常的图片里面加入我们的数据呢?

刚刚生成的图片很难看是因为我们将数据直接转成了图片, 本身图片不含内容。那更好的做法是我们将图片实际值和预期值的差作为信息,来存储数据。比如我们使用纯色图片作为基础, 在纯色基础上稍加扰动来存储信息。这样从外部看还是一个普通的图片, 但是实际上已经存储了我们希望的文本。这里为了简单, 我们将一个 byte 也就是 8 个 bit 拆成 8 个 byte. 具体可以参考下面的代码.

2.1 实现信息加密与解密

我们首先定义了几个辅助函数，用来实现字节与比特的相互转换，以及进行异或加密：

def byte_to_bits(byte_data):
    bit_bytes = []
    for byte in byte_data:
        bits = f'{byte:08b}'
        for bit in bits:
            bit_bytes.append(int(bit).to_bytes(1, byteorder='big'))
    return b''.join(bit_bytes)

def bits_to_byte(bit_bytes):
    if len(bit_bytes) % 8 != 0:
        raise ValueError("输入字节流的长度必须是8的倍数。")
    byte_list = []
    for i in range(0, len(bit_bytes), 8):
        bit_chunk = bit_bytes[i:i+8]
        bit_str = ''.join(str(int(b)) for b in bit_chunk)
        byte = int(bit_str, 2)
        byte_list.append(byte)
    return bytes(byte_list)

def xor_bytes(bytes1, bytes2):
    if len(bytes1) != len(bytes2):
        raise ValueError("两个字节数组的长度必须相同。")
    result = bytes(a ^ b for a, b in zip(bytes1, bytes2))
    return result

通过下面测试发现, 可以通过差异信息来存储信息。

2.2 将文本嵌入“好看”的图片中

接下来，我们基于上面的辅助函数，对之前的代码进行修改，实现一个看起来正常的图片中嵌入文本信息的过程：

def saveText2Img(text, img_path, baseColor=(70, 130, 180)):
    text_bytes = text.encode('utf-8')
    text_bytes_contain_lens = struct.pack('>l',len(text_bytes)) + text_bytes # struct.pack('>l',...) 是获取该变量二进制流
    img_width = math.ceil((len(text_bytes_contain_lens)/3*8)**(1/2))

    baseImg = Image.new("RGB", (img_width, img_width), baseColor)
    baseImgBytes = np.array(baseImg).tobytes()
    sparsetextBytes = byte_to_bits(text_bytes_contain_lens)
    baseImgWithInfoBytes = xor_bytes(baseImgBytes[:len(sparsetextBytes)],sparsetextBytes)+baseImgBytes[len(sparsetextBytes):]
    picMapNpy = np.frombuffer(baseImgWithInfoBytes,dtype=np.uint8).reshape((img_width,img_width,3)) # 基于该字节流拿到rgb矩阵
    Image.fromarray(picMapNpy).save(img_path)
saveText2Img('有内鬼终止交易.'*10,'version2.png')

2.3 从“好看”的图片中解密文本

同样，我们也需要对解密过程进行更新，使其能够正确提取出隐藏在“好看”图片中的文本信息：

def loadTextFromImg(img_path,baseColor=(70, 130, 180)):
    pic = Image.open(img_path).convert("RGB")
    img_width = pic.size[0]
    baseImg = Image.new("RGB", (img_width, img_width), baseColor)
    baseImgBytes = np.array(baseImg).tobytes()
    baseImgBytesFirst = baseImgBytes[:4*8]

    picBytes = np.array(pic).tobytes()
    picBytesFirst = picBytes[:4*8]
    lenBytes = bits_to_byte(xor_bytes(baseImgBytesFirst,picBytesFirst))
    lenData = struct.unpack('>l',lenBytes)[0] # 读取前4个字节, 为数据字节流的长度.

    byteData = picBytes[4*8:(4+lenData)*8]
    baseImgBytesData = baseImgBytes[4*8:(4+lenData)*8]
    byteData = bits_to_byte(xor_bytes(byteData,baseImgBytesData))
    text = byteData.decode('utf-8')
    return text
loadTextFromImg('version2.png')

2.4 使用真实的图片

使用真实图片的话和纯色图片类似, 只需要保证 encode 和 decode 使用同一个图片就行, 可能也还需要适当裁剪来保证尺寸, 具体细节就不在这里讨论了。

通过这两个过程，我们已经能够将文本成功地嵌入到图片中，并在必要时解密出来。虽然我们只展示了较为基础的加密和解密过程，但在实际应用中，这种方法可以扩展并与其他加密技术结合，使得信息传递更加安全。利用这一技巧，你可以将任何需要隐秘传输的文本信息嵌入到图片或视频中，从而提高信息安全性。