图像加密解密原理

通过按位异或运算可以实现图像的加密和解密。将原始图像与密钥图像进行按位异或，可以实现加密；将加密后的图像与密钥图像进行按位异或，也可以实现解密。

异或运算规则可以描述为：

（1 ）运算数相同，结果为0 ；运算数不同，结果为1 。

（2 ）任何数（0 或1 ）与数值0 异或，结果仍为自身。

（3 ）任何数（0 或1 ）与数值1 异或，结果变为另外一个数，即0 变1 ，1 变0 。

（4 ）任何数（0 或1 ）与自身异或，结果为0 。

我们用一张表来表示，如表17-1 所示。

其中，XOR 表示是异或运算符号。比如有两个数198 和219 ，198 的二进制形式是1100 0110 ，219 的二进制形式是1101 1011 ，它们异或后得到的二进制形式是0001 1101 ，化为十进制数为29 。

具体到图像，每个像素点在图像中都可以通过RGB （红绿蓝）三个颜色的组合来表示。若要对图像进行加密处理，通常需要先将其转化为灰度图像。在这一过程中，原本由RGB 三个通道构成的像素值会被转换成一个单一的灰度值，其数值范围通常在0 到255 之间。

举例来说，假设我们有一个像素点的像素值为216 （这可以被视作明文信息），我们选取一个数值178 作为密钥（这个密钥由加密者自由设定）。通过将这两个数值的二进制形式进行按位异或运算，我们就能够完成加密过程，得到加密后的像素值（即密文）106 。

当需要解密时，我们只需再次使用密钥178 的二进制形式与密文106 进行按位异或运算，即可还原出原始的像素值216 （即明文）。

相关函数

通过图像加解密原理可知，涉及到的主要运算是异或运算，而OpenCV 提供了库函数bitwise_xor 来实现异或运算功能，其语法格式为：

dst = cv2.bitwise_xor( src1, src2[, mask]] )

其中，参数src1 表示第一个array 或 scalar 类型的输入值；参数src2 表示第二个 array 或 scalar 类型的输入值；参数mask 表示可选操作掩码，8 位单通道 array 值。函数返回与输入值具有同样大小的 array 值。

下面我们来看一个该函数的实例。

【例 17.1 】对图片按位异或运算

（1 ）打开PyCharm ，新建一个项目，项目名称是pythonProject 。

（2 ）在main.py 中输入代码如下：

import cv2
import numpy as np
a = cv2.imread("lena.jpg", 1) #加载图片
b = np.zeros(a.shape, dtype=np.uint8)#创建一个和a一样大小的黑色图像
#将指定矩形范围的灰度设为255，即白色。
b[100:400, 200:400] = 255 #逗号前面是纵向范围，逗号后面是横向范围
#再将第二个矩阵区域的灰度设为155
b[100:500, 100:200] = 155
c = cv2.bitwise_xor(a, b)#异或两幅图像
print("a.shape=", a.shape)
print("b.shape=", b.shape)
print("c.shape=", c.shape)
cv2.imshow("a", a)
cv2.imshow("b", b)
cv2.imshow("c", c)
cv2.waitKey() #等待用户按键
cv2.destroyAllWindows() #销毁所有窗口

（3 ）运行程序，运行结果如图17-1 所示。

图17‑1

代码实现图像加解密

在前面章节中，我们讲解了图像加解密的原理和bitwise_xor 函数。下面我们将利用bitwise_xor 函数，通过代码来实现图像加解密。

【例 17.2 】实现图像加解密

（1 ）打开PyCharm ，新建一个项目，项目名称是pythonProject 。

（2 ）在main.py 中输入代码如下：

import cv2
import numpy as np
 
# 读取图像并转为灰度图
lena = cv2.imread("lena.jpg", cv2.IMREAD_GRAYSCALE)
 
# 检查图像是否成功读取
if lena is None:
    print("Error: 图像未成功读取，请检查文件路径是否正确。")
    exit()
 
# 获取图像的尺寸
r, c = lena.shape
 
# 生成随机密钥，大小与图像一致，数据类型为无符号8位整数
key = np.random.randint(0, 256, size=(r, c), dtype=np.uint8)
 
# 使用异或运算进行加密
encryption = cv2.bitwise_xor(lena, key)
 
# 使用相同的密钥和异或运算进行解密
decryption = cv2.bitwise_xor(encryption, key)
 
# 显示原图像、密钥、加密后的图像和解密后的图像
cv2.imshow("Original img", lena)
cv2.imshow("Random Key", key)
cv2.imshow("Encrypted img", encryption)
cv2.imshow("Decrypted img", decryption)
 
# 等待任意按键按下后关闭所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()import cv2
import numpy as np
 
# 读取图像并转为灰度图
lena = cv2.imread("lena.jpg", cv2.IMREAD_GRAYSCALE)
 
# 检查图像是否成功读取
if lena is None:
    print("Error: 图像未成功读取，请检查文件路径是否正确。")
    exit()
 
# 获取图像的尺寸
r, c = lena.shape
 
# 生成随机密钥，大小与图像一致，数据类型为无符号8位整数
key = np.random.randint(0, 256, size=(r, c), dtype=np.uint8)
 
# 使用异或运算进行加密
encryption = cv2.bitwise_xor(lena, key)
 
# 使用相同的密钥和异或运算进行解密
decryption = cv2.bitwise_xor(encryption, key)
 
# 显示原图像、密钥、加密后的图像和解密后的图像
cv2.imshow("Original img", lena)   #原始图像
cv2.imshow("Random Key", key)   #随机密钥
cv2.imshow("Encrypted img", encryption) #加密后的图像
cv2.imshow("Decrypted img", decryption) #解密后的图像
 
# 等待任意按键按下后关闭所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述示例中，首先使用cv2.imread() 函数加载一个输入图像（假设文件名为lena.jpg ）并转为灰度图。然后检查图像是否成功读取，若成功读取，则获取图像尺寸。

接着，生成随机密钥（也就是一个无意义的二维数据），大小与图像一致，数据类型为无符号8 位整数。这个密钥不仅用于加密，也用于解密，加密时候的密钥数据和解密时候
密钥数据都要一致，而且平时要保存好，不能让第三方知道，这种加解密方式称为对称加解密。

使用cv2.bitwise_xor() 函数对图像进行异或操作来实现加密和解密，其加密过程将每个像素的颜色值都与255 进行按位异或，从而产生加密图像；其解密过程与加密过程相同，因为两次按位取反操作可以恢复原始的颜色值。

最后，使用cv2.imshow() 函数显示原始图像、密钥数据（图像）、加密后的图像和解密后的图像。cv2.waitKey(0) 等待用户按下任意键关闭窗口，并使用cv2.destroyAllWindows() 关闭所有窗口。

（3 ）运行程序，运行结果如图17-2 所示。

图17‑2

限于篇幅，这里只列出加密后的图像（Encrypted img ）和解密后的图像（Decrypted img ）。

本文节取自《OpenCV计算机视觉开发实践：基于Python》，获得出版社和作者授权。

OpenCV+Python图像加密和解密

图像加密解密原理

相 关 函 数

代码实现图像加解密

相关函数