Python 3.4
- Бонус 1: Самоповернення: повторення відновлює вихідний образ.
- Необов’язкове зображення ключа: відновити оригінальне зображення можна лише за допомогою повторного використання того ж ключового зображення.
- Бонус 2: Створення шаблону на виході: ключове зображення наближається до скремблірованих пікселів.
Якщо бонус 2 досягнуто, використовуючи додаткове зображення ключа, бонус 1 не втрачається. Програма все ще самообернена, за умови, що вона знову запускається з тим самим ключовим зображенням.
Стандартне використання
Тестове зображення 1:
Тестове зображення 2:
Запуск програми з одним файлом зображення в якості аргументу зберігає файл зображення з пікселями, які рівномірно прошиті по всьому зображенню. Запустивши його знову за допомогою скремтованого виводу, зберігається файл зображення з повторно застосованим скремблюванням, що відновлює оригінал, оскільки процес скремблювання є власним оберненим.
Процес скремблювання є власне оберненим, оскільки список усіх пікселів розбивається на 2-цикли, так що кожен піксель підміняється одним і лише одним іншим пікселем. Запустивши його, міняє кожен піксель тим пікселем, на який він вперше помінявся, і повертає все до того, як воно починалося. Якщо є непарна кількість пікселів, буде такий, який не рухається.
Завдяки відповіді mfvonh як перший запропонував 2-цикли.
Використання з ключовим зображенням
Скремтування тестового зображення 1 із тестовим зображенням 2 як основне зображення
Скремтування тестового зображення 2 із ключовим зображенням тестового зображення 1
Запуск програми з аргументом другого файлу зображень (ключове зображення) ділить вихідне зображення на регіони на основі ключового зображення. Кожна з цих областей розділена на 2-цикли окремо, так що все скремблювання відбувається в межах регіонів, а пікселі не переміщуються з однієї області в іншу. Це поширює пікселі по кожному регіону, і тому регіони набувають рівномірного крапчастого кольору, але з дещо іншим середнім кольором для кожного регіону. Це дає дуже приблизну апроксимацію ключового зображення в неправильних кольорах.
При повторному запуску змінюється однакові пари пікселів у кожному регіоні, тому кожна область відновлюється до початкового стану, а зображення в цілому з’являється знову.
Завдяки відповіді edc65 як перший запропонував розділити зображення на регіони. Я хотів розширити це на використання довільних регіонів, але підхід заміни всього в регіоні 1 на все в регіоні 2 означав, що регіони повинні бути однакового розміру. Моє рішення полягає в тому, щоб утримувати регіони, ізольовані один від одного, і просто переміщувати кожен регіон у себе. Оскільки регіони більше не мають бути подібними за розмірами, простіше застосовувати регіони довільної форми.
Код
import os.path
from PIL import Image # Uses Pillow, a fork of PIL for Python 3
from random import randrange, seed
def scramble(input_image_filename, key_image_filename=None,
number_of_regions=16777216):
input_image_path = os.path.abspath(input_image_filename)
input_image = Image.open(input_image_path)
if input_image.size == (1, 1):
raise ValueError("input image must contain more than 1 pixel")
number_of_regions = min(int(number_of_regions),
number_of_colours(input_image))
if key_image_filename:
key_image_path = os.path.abspath(key_image_filename)
key_image = Image.open(key_image_path)
else:
key_image = None
number_of_regions = 1
region_lists = create_region_lists(input_image, key_image,
number_of_regions)
seed(0)
shuffle(region_lists)
output_image = swap_pixels(input_image, region_lists)
save_output_image(output_image, input_image_path)
def number_of_colours(image):
return len(set(list(image.getdata())))
def create_region_lists(input_image, key_image, number_of_regions):
template = create_template(input_image, key_image, number_of_regions)
number_of_regions_created = len(set(template))
region_lists = [[] for i in range(number_of_regions_created)]
for i in range(len(template)):
region = template[i]
region_lists[region].append(i)
odd_region_lists = [region_list for region_list in region_lists
if len(region_list) % 2]
for i in range(len(odd_region_lists) - 1):
odd_region_lists[i].append(odd_region_lists[i + 1].pop())
return region_lists
def create_template(input_image, key_image, number_of_regions):
if number_of_regions == 1:
width, height = input_image.size
return [0] * (width * height)
else:
resized_key_image = key_image.resize(input_image.size, Image.NEAREST)
pixels = list(resized_key_image.getdata())
pixel_measures = [measure(pixel) for pixel in pixels]
distinct_values = list(set(pixel_measures))
number_of_distinct_values = len(distinct_values)
number_of_regions_created = min(number_of_regions,
number_of_distinct_values)
sorted_distinct_values = sorted(distinct_values)
while True:
values_per_region = (number_of_distinct_values /
number_of_regions_created)
value_to_region = {sorted_distinct_values[i]:
int(i // values_per_region)
for i in range(len(sorted_distinct_values))}
pixel_regions = [value_to_region[pixel_measure]
for pixel_measure in pixel_measures]
if no_small_pixel_regions(pixel_regions,
number_of_regions_created):
break
else:
number_of_regions_created //= 2
return pixel_regions
def no_small_pixel_regions(pixel_regions, number_of_regions_created):
counts = [0 for i in range(number_of_regions_created)]
for value in pixel_regions:
counts[value] += 1
if all(counts[i] >= 256 for i in range(number_of_regions_created)):
return True
def shuffle(region_lists):
for region_list in region_lists:
length = len(region_list)
for i in range(length):
j = randrange(length)
region_list[i], region_list[j] = region_list[j], region_list[i]
def measure(pixel):
'''Return a single value roughly measuring the brightness.
Not intended as an accurate measure, simply uses primes to prevent two
different colours from having the same measure, so that an image with
different colours of similar brightness will still be divided into
regions.
'''
if type(pixel) is int:
return pixel
else:
r, g, b = pixel[:3]
return r * 2999 + g * 5869 + b * 1151
def swap_pixels(input_image, region_lists):
pixels = list(input_image.getdata())
for region in region_lists:
for i in range(0, len(region) - 1, 2):
pixels[region[i]], pixels[region[i+1]] = (pixels[region[i+1]],
pixels[region[i]])
scrambled_image = Image.new(input_image.mode, input_image.size)
scrambled_image.putdata(pixels)
return scrambled_image
def save_output_image(output_image, full_path):
head, tail = os.path.split(full_path)
if tail[:10] == 'scrambled_':
augmented_tail = 'rescued_' + tail[10:]
else:
augmented_tail = 'scrambled_' + tail
save_filename = os.path.join(head, augmented_tail)
output_image.save(save_filename)
if __name__ == '__main__':
import sys
arguments = sys.argv[1:]
if arguments:
scramble(*arguments[:3])
else:
print('\n'
'Arguments:\n'
' input image (required)\n'
' key image (optional, default None)\n'
' number of regions '
'(optional maximum - will be as high as practical otherwise)\n')
Запис зображення JPEG
.jpg файли обробляються дуже швидко, але ціною занадто гарячих. Це залишає згоріле зображення після відновлення оригіналу:
Але якщо серйозно, то втрачений формат призведе до того, що деякі кольори пікселів будуть трохи змінені, що саме по собі робить вихід недійсним. Якщо використовується ключове зображення і переміщення пікселів обмежується регіонами, всі спотворення зберігаються в межах області, в якій він відбувся, а потім рівномірно розподіляються по цій області, коли зображення відновлено. Різниця в середньому спотворенні між регіонами залишає помітну різницю між ними, тому регіони, використані в процесі скремблювання, все ще помітні у відновленому зображенні.
Перетворення в .png (або будь-який формат, що не втрачає втрату) перед скремблюванням гарантує, що нешифроване зображення буде ідентичним оригіналу без запису чи спотворення:
Маленькі деталі
- Мінімальний розмір 256 пікселів накладений на регіони. Якби зображення було дозволено розділити на занадто малі регіони, то початкове зображення все одно буде частково видно після скремблювання.
- Якщо є більше однієї області з непарною кількістю пікселів, то один піксель з другого регіону перепризначається першому тощо. Це означає, що може існувати лише одна область з непарною кількістю пікселів, і тому лише один піксель залишатиметься незашифрованим.
- Є третій необов’язковий аргумент, який обмежує кількість регіонів. Наприклад, встановивши це значення 2, ви отримаєте два тонально скремпованих зображення. Це може виглядати краще або гірше, залежно від зображень, що беруть участь. Якщо тут вказано число, зображення можна відновити лише за допомогою того самого номера.
- Кількість чітких кольорів у вихідному зображенні також обмежує кількість регіонів. Якщо вихідне зображення є двоколірним, то незалежно від ключового зображення або третього аргументу, може бути лише 2 області.
Тестове зображення 2 (800 x 480 px):
Будь ласка, надайте вихідне зображення коду.
Друге тестове зображення:
