如何利用Opencv實(shí)現(xiàn)圖像的加密解密
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(guò)程是通過(guò)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(guò)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：
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(xiàn)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(xiàn)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(mǎn)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(xiàn)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(jiǎn)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(wú)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(jiàn)：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(xiàn)性轉(zhuǎn)換算子
ans+=str(ci)
re=int(ans,2)
EncryptionImg[s][n][z]=re # 寫(xiě)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)
結(jié)果展示：
原圖：
加密后：
解密后：
總結(jié)
到此這篇關(guān)于如何利用Opencv實(shí)現(xiàn)圖像加密解密的文章就介紹到這了,更多相關(guān)Opencv圖像加密解密內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信