今天给大家变个小魔术。鄙人不才，师承谦哥，给大家献丑了。
我左手拿着一张图片，右手握着一只鼠标。
看清楚了哦，不能眨眼，一起来见证奇迹！我轻轻地这么一点，嗖的一下。
这是什么鬼魔术嗷，放了两张一样的图片糊弄观众?
非也，非也。这是两张看起来相同实际上并不相同的图片。在这第二张图片里面，我嵌入了一段秘密信息，也就是神秘的隐写术。
隐写方法及其应用曾出现在许多古代东西方的文字记载之中。
《Histories》最早描述了隐写的应用，其中记载，Histiaeus将消息刺在奴隶的头皮上，等到头发长出来再将奴隶送出去。
利用头发这个掩体传递密文，而本文所表演的魔术不过是把掩体换成了图片而已，使用了一种称为最低有效位（LSB）的算法。
我们知道图像像素的样点存在最低意义的比特位，比方说某个像素点为（255，255，255），用二进制表示就是每个颜色通道的数值都是11111111，最低意义的比特位就是这最后一位1，由于自然信号样点的奇偶性随机，对它们的修改是很难被人肉眼所感知的。比方说像素254和255仅在最低位不同，其差别是相当小的。
LSB算法正是通过修改这个最低有效位来达到传递密文的目的。
隐写不仅需要发出方将信息藏进载体里，接收方需要正确从这个藏了信息的载体里提取出信息。LSB算法也是如此，可以分成两部分来看待，嵌入算法以及提取算法。
嵌入算法的主要做法是提取原始图片的像素，将其每个像素点最低有效位全部置零。将需要嵌入的秘密信息转换成二进制存储，并以此依次修改原图的像素。下面是嵌入算法的主要代码，其中主要依靠 PIL 库来进行图片的操作处理。
def func(str1,str2,str3): im = Image.open(str1) #获取图片的宽和高 width,height= im.size[0],im.size[1] print("width:"+str(width)) print("height:"+str(height)) count = 0 #获取需要隐藏的信息 key = get_key(str2) keylen = len(key) for h in range(height): for w in range(width): pixel = im.getpixel((w,h)) a=pixel[0] b=pixel[1] c=pixel[2] if count == keylen: break a= a-mod(a,2)+int(key[count]) count+=1 if count == keylen: im.putpixel((w,h),(a,b,c)) break b =b-mod(b,2)+int(key[count]) count+=1 if count == keylen: im.putpixel((w,h),(a,b,c)) break c= c-mod(c,2)+int(key[count]) count+=1 if count == keylen: im.putpixel((w,h),(a,b,c)) break if count % 3 == 0: im.putpixel((w,h),(a,b,c)) im.save(str3)
而提取算法恰好与嵌入算法对应，你在最低位嵌入，我就只要把新图片的最低位提取出来，把二进制数据转换成十进制再转换成字符串即可。
往期精彩推荐
