快捷導(dǎo)航

如何利用Opencv實(shí)現(xiàn)圖像的加密解密

更新時(shí)間：2021年10月08日 11:41:31 作者：Litra LIN

一般情況下,圖像的加密和解密過程是通過按位異或運(yùn)算實(shí)現(xiàn)的,下面這篇文章主要給大家介紹了關(guān)于如何利用Opencv實(shí)現(xiàn)圖像加密解密的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下

1、基礎(chǔ)：基于異或操作實(shí)現(xiàn)圖像加密解密

一般情況下，圖像的加密和解密過程是通過按位異或運(yùn)算實(shí)現(xiàn)的。將原始圖像與密鑰圖像進(jìn)行按位異或，可以實(shí)現(xiàn)加密，將加密后的圖像與密鑰圖像再進(jìn)行按位異或可以實(shí)現(xiàn)解密過程。

Opencv-python代碼實(shí)現(xiàn)

import cv2
import numpy as np

demo = cv2.imread("E:\matlab_file\picture\picture.jpg", 0)
r, c = demo.shape
key = np.random.randint(0, 256, size=(r, c), dtype=np.uint8)  # 生成隨機(jī)的密鑰圖像
cv2.imwrite("E:\matlab_file\picture\key.jpg", key)   # 保存密匙圖像

cv2.imshow("demo", demo)  # 顯示原始圖像
cv2.imshow("key", key)  # 顯示密鑰圖像

encryption = cv2.bitwise_xor(demo, key)  # 加密
cv2.imwrite("E:\matlab_file\picture\encryption.jpg", encryption)     # 保存加密后的圖像
decryption = cv2.bitwise_xor(encryption, key)  # 解密
cv2.imwrite("E:\matlab_file\picture\decryption.jpg", decryption) # 保存解密后的圖像

cv2.imshow("encryption", encryption)  # 顯示密文圖像
cv2.imshow("decryption", decryption)  # 顯示解密后的圖像

cv2.waitKey(-1)
cv2.destroyAllWindows()

效果展示：

原圖：

密匙：

加密后：

加密后

解密后：

2、進(jìn)階：基于混沌序列構(gòu)成異或模板實(shí)現(xiàn)圖像加密解密

混沌系統(tǒng)是非線性的系統(tǒng)，表現(xiàn)出非常復(fù)雜的偽隨機(jī)性，符合混淆規(guī)則。它對(duì)初始條件和控制參數(shù)非常敏感，任何微小的初始偏差都會(huì)被指數(shù)式放大，符合擴(kuò)散規(guī)則。同時(shí)，它又是確定性的，可由非線性系統(tǒng)的方程、參數(shù)和初始條件完全確定。因此，初始狀態(tài)和少量參數(shù)的變化就可以產(chǎn)生滿足密碼學(xué)基本特征的混沌密碼序列，將混沌理論與加密技術(shù)相結(jié)合，可以形成良好的圖像加密系統(tǒng)。目前常用于圖像加密的混沌系統(tǒng)有：Logistic混沌映射、Chebychev映射、分段線形混沌映射、Cubic映射、標(biāo)準(zhǔn)映射、Henon映射、Lorenz混沌映射、蔡氏混沌、Rossler混沌系統(tǒng)、二維Sinai映射、Chen's混沌系統(tǒng)等。在基于混沌的圖像加密方法中，有的利用混沌系統(tǒng)產(chǎn)生偽隨機(jī)序列，進(jìn)行序列密碼形式的加密。有些利用混沌的遍歷性，對(duì)產(chǎn)生的偽隨機(jī)序列作處理，得到像素置亂后的位置，然后對(duì)像素位置進(jìn)行置亂。有些利用一些混沌計(jì)算表達(dá)式可逆的特點(diǎn)，將像素值代入混沌計(jì)算式以進(jìn)行像素的代換和擴(kuò)散。與傳統(tǒng)加密算法相比，混沌圖像加密算法密鑰空間大，實(shí)現(xiàn)簡單，加密速度快。但是，基于混沌的圖像加密存在以下不足：①計(jì)算機(jī)的有限精度可能導(dǎo)致混沌序列的周期比較短，隨機(jī)性不好。 ②現(xiàn)有的混沌加密技術(shù)大都基于一維或二維混沌系統(tǒng)，容易受到相空間重構(gòu)方法攻擊。 ③一些混沌加密算法采用了形式比較復(fù)雜的混沌系統(tǒng)，速度較慢，無法實(shí)現(xiàn)實(shí)時(shí)的加密。

本文使用復(fù)合混沌加密算法對(duì)圖像金星加密解密，詳細(xì)原理見：基于復(fù)合混沌系統(tǒng)的數(shù)字圖像加密方法

#!/usr/bin/env python
# _*_ coding:utf-8 _*_

"""
@Author       :  LitraLin
@File         : Cryption.py
@CreateTime   : 2021/10/07
@Description  : Compound chaos Encryption and Decryption of image
"""

import cv2
import math
import numpy as np


def int2bin8(x):                               # 整型轉(zhuǎn)8位二進(jìn)制
    result="";
    for i in range(8):
        y=x&(1)
        result+=str(y)
        x=x>>1
    return result[::-1]

def int2bin16(x):                              # 整型轉(zhuǎn)8位二進(jìn)制
    result="";
    for i in range(16):
        y=x&(1)
        result+=str(y)
        x=x>>1
    return result

def Encryption(img,j0,g0,x0,EncryptionImg):
    x = img.shape[0]
    y = img.shape[1]
    c = img.shape[2]
    g0 = int2bin16(g0)
    for s in range(x):
        for n in range(y):
            for z in range(c):
                m = int2bin8(img[s][n][z])                   # 像素值轉(zhuǎn)八位二進(jìn)制
                ans=""
                # print("ok")
                for i in range(8):
                    ri=int(g0[-1])                           # 取手搖密碼機(jī)最后一位ri
                    qi=int(m[i])^ri                          # 與像素值異或得qi
                    xi = 1 - math.sqrt(abs(2 * x0 - 1))      # f1(x)混沌迭代
                    if qi==0:                                # 如果qi=0,則運(yùn)用x0i+x1i=1;
                        xi=1-xi;
                    x0=xi                                    # xi迭代
                    t=int(g0[0])^int(g0[12])^int(g0[15])     # 本源多項(xiàng)式x^15+x^3+1
                    g0=str(t)+g0[0:-1]                       # gi迭代
                    ci=math.floor(xi*(2**j0))%2              # 非線性轉(zhuǎn)換算子
                    ans+=str(ci)
                re=int(ans,2)
                EncryptionImg[s][n][z]=re                    # 寫入新圖像

def Decryption(EncryptionImg, j0, g0, x0, DecryptionImg):
    x = EncryptionImg.shape[0]
    y = EncryptionImg.shape[1]
    c = EncryptionImg.shape[2]
    g0 = int2bin16(g0)
    for s in range(x):
        for n in range(y):
            for z in range(c):
                cc = int2bin8(img[s][n][z])
                ans = ""
                # print("no")
                for i in range(8):
                    xi = 1 - math.sqrt(abs(2 * x0 - 1))
                    x0 = xi
                    ssi = math.floor(xi * (2 ** j0)) % 2
                    qi=1-(ssi^int(cc[i]))
                    ri = int(g0[-1])
                    mi=ri^qi
                    t = int(g0[0]) ^ int(g0[12]) ^ int(g0[15])
                    g0 = str(t) + g0[0:-1]
                    ans += str(mi)
                re = int(ans, 2)
                DecryptionImg[s][n][z] = re


if __name__ == "__main__":
    img = cv2.imread(r"E:\matlab_file\picture\Correlation_matrix.png", 1)                    # 讀取原始圖像

    EncryptionImg = np.zeros(img.shape, np.uint8)
    Encryption(img,10,30,0.123345,EncryptionImg)                                       # 加密
    cv2.imwrite(r"E:\matlab_file\picture\Correlation_matrix-EncryptionImg.png",EncryptionImg)  # 保存加密后的圖像

    img = cv2.imread(r"E:\matlab_file\picture\Correlation_matrix-EncryptionImg.png", 1)        # 讀取加密圖像
    DecryptionImg = np.zeros(img.shape, np.uint8)
    Decryption(img, 10, 30, 0.123345, DecryptionImg)                                   # 解密
    cv2.imwrite(r"E:\matlab_file\picture\Correlation_matrix-DecryptionImg.png", DecryptionImg) # 保存解密后的圖像

    cv2.waitKey(0)