1、基礎(chǔ)：基于異或操作實現(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算實現(xiàn)的。將原始圖像與密鑰圖像進行按位異或，可以實現(xiàn)加密，將加密后的圖像與密鑰圖像再進行按位異或可以實現(xiàn)解密過程。

Opencv-python代碼實現(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、進階：基于混沌序列構(gòu)成異或模板實現(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)雜的偽隨機性，符合混淆規(guī)則。它對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被指數(shù)式放大，符合擴散規(guī)則。同時，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、標準映射、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)生偽隨機序列，進行序列密碼形式的加密。有些利用混沌的遍歷性，對產(chǎn)生的偽隨機序列作處理，得到像素置亂后的位置，然后對像素位置進行置亂。有些利用一些混沌計算表達式可逆的特點，將像素值代入混沌計算式以進行像素的代換和擴散。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計算機的有限精度可能導(dǎo)致混沌序列的周期比較短，隨機性不好。 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，無法實現(xiàn)實時的加密。

本文使用復(fù)合混沌加密算法對圖像金星加密解密，詳細原理見：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)八位二進制
              ans=""
              # print("ok")
              for i in range(8):
                  ri=int(g0[-1])                           # 取手搖密碼機最后一位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)

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)容請搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！

原文鏈接：https://blog.csdn.net/qq_48314528/article/details/120635006