MISC图片隐写

MISC:图片隐写

ExifTool常用命令：

图片隐写：

LSB隐写：

LSB：最低有效位

图像像数一般是由RGB三原色（红绿蓝）组成，每一种三原色占8位：0x00-0xff,组合起来有256^3种颜色。当只更改最低2位数时，人类的眼睛无法察觉

GIF分帧：

通过StegSolve展示gif图片的每一帧

双图分析：

使用StegSolve的image Combine功能可以对两张图片进行XOR,OR,AND,ADD等运算并显示运算的结果

stegsolve使用介绍：

扫描每一个像素点位，如左上角是绿色的点位总共7个，有红绿蓝透明等几个方式。

StegSolve 把图像中每个像素的绿色通道的最低位（bit0）取出来，bit = 0 → 显示黑色bit = 1 → 显示白色

数据提取：

通过读取RGB数据的方式，把所有像素的0和1连成一条长线，每8个一组转换成ascii码

F5隐写：https://github.com/matthewgao/F5-steganography

加密：java Embed <img_file> <steo_file> -e <payload_file> [-p ]

解密：java Extract <stego_file> [-p ]

OutGuess隐写：

OutGuess隐写会将隐藏信息嵌入在量化后不为0或1的DCT系数最低有效位种，利用未被修改的DCT系数对嵌入隐藏信息导致DCT系数直方图的改变做出纠正处理

解释：

  在 JPEG 图片的压缩过程中，图像被转换成了一种叫做 DCT系数 的数字矩阵。系数（DCT Coefficient）： 是一个整数数值。在 JPEG 文件内部，图片不是以颜色的形式存储的，而是以成千上万个这样的数字存储的。最低有效位 (LSB)： 比如一个系数是 10 (二进制 1010)，改最后一位变成 11 (二进制 1011)，这个数字依然接近 10，肉眼看不出区别，但最后这一位就被用来存秘密信息了。为什么避开 0 和 1？JPEG压缩中会有大量的 0（这代表图片中平滑的部分）。如果修改 0，不仅会破坏压缩率（导致文件变大），还容易产生明显的噪点。1 也很敏感，容易被改成 0。OutGuess 为了安全和画质，选择跳过这些“敏感数字”，只在大于 1 的系数里藏数据。这一步的问题：当你把数据藏进去（修改了 LSB）之后，这些数字的**统计规律（直方图）**会发生变化。例子： 正常图片里，数值为 2 的系数数量和数值为 3 的系数数量通常是符合某种平滑曲线的（比如高斯分布/拉普拉斯分布）。如果你盲目地修改 LSB，会导致数值 2 和 3 的数量趋于相等（出现“值对现象”）。后果： 隐写分析工具（如卡方检测）一看直方图变形了，就知道“这张图里肯定藏了东西”。第二步：怎么伪装？（纠正过程）“利用未被修改的DCT系数对嵌入隐藏信息导致DCT系数直方图的改变做出纠正处理”这是 OutGuess 相比于早期隐写术（如 JSteg）最厉害的地方。它引入了统计补偿机制。发现破坏： OutGuess 算了一下，因为刚才藏秘密，导致系数 4 变多了，系数 5 变少了，直方图的曲线变得不自然了。利用未被修改的系数： 图片里有很多系数并没有被用来藏秘密（因为能藏的地方很多，或者特意留了一部分不用）。进行纠正： OutGuess 会去修改那些闲置的、没藏秘密的系数。比如：为了弥补刚才变少的 5，它故意把一些原本是 6 的闲置系数改成 5。它不是为了藏数据而改，纯粹是为了凑数。最终目的： 让修改后的图片 DCT 系数直方图，在统计学上看起来和原始图片一模一样。

为什么需要OUTGUESS：

像素 LSB (Pixel LSB)	                                  系数 LSB (DCT Coefficient LSB)
PNG, BMP (无损格式)	                                       JPG, JPEG (有损格式)
空域 (Spatial)：直接修改 RGB 的颜色数值。	            频域 (Frequency)：修改生成图像的公式参数（系数）。
这里的数字代表**“颜色深浅”**。	                            这里的数字代表**“纹理强度”**。
StegSolve, zsteg, Python脚本	                         OutGuess, StegHide, JSteg
极差：转存为 JPG 即失效。	                               强：就是为了在 JPG 内部生存而设计的。
看到 PNG 优先想 RGB LSB (zsteg)	                      看到 JPG 优先想 OutGuess/F5/JSteg

cloacked-pixel:

cloacked-pixel是github上的一个实现LSB隐写和基本技术检测项目，在插入隐藏信息前将解密所需的密码嵌入

用法：

加密：python lsb.py  hide  <img_file> <payload_file>[password]

解密：python lsb.py extract <stego_file> <out_file>[password]

分析 python lsb.py analyse  <stego_file>

盲水印隐写：

是指在图像的频域上添加水印数据的一种方式，可将水印以肉眼不可见的方式永久的添加到图片中

加密：python  bwm.py  encode <img_file>  <mark_file> <stego_file>

解密：python  bwm.py  decode  <img_file>  <stego_file>  <mark_from_img_file>

容差比较：

容差，即容许的误差值，对于图片而言，容差值越大，选区的范围越大（0-255)

图片宽度爆破：

通过crc校验码还原图片的正常宽度

图片：

一个图片由多个像素组成

一个像素由三个通道RGB或者四个通道RGBA组成，占三字节或者四字节。

一个通道为8位：0-255（bit7-bit0)

像素一般在内存中顺序存储：R G B R G B R G B ...或者R G B A R G B A ...

放大图片得到的像素只是显示出来的视觉表现