在阈值区域上循环不会改变像素值

Question

我目前正在设计一种隐写术系统，该系统使用 Python 和 OpenCV 库使用多种技术（K-means、Canny 边缘检测）检测图像中的某个区域。 我在更新图像像素值以在最低有效位中包含我的秘密数据时面临一个巨大的问题。

我开始在几次计算后找到阈值。

thresh = cv.adaptiveThreshold(imgray,100,cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY_INV,11,2)

为了测试该区域，我做了以下操作：

Testim=np.copy(originalImage) 
Testim[thresh==0]=[0,255,0]
plt.imshow(Testim)
plt.show()

它显示了这张图片，表明我要循环的区域：

Image showing after the threshold Isolation in green

在那之后，我经历了一个循环，我将向您展示它的 sn-p，它迭代 RGB 值并用秘密数据中的一个位更改每个最低有效位。我要注意的是，原始图像形状是 (1024,1024,3) 并且图像[thresh==0] 的形状是 (863843, 3) ：

 for i in range(image[thresh==0].shape[0]): 
      # convert RGB values to binary format
      r, g, b = to_bin(image[thresh==0][i])
              # modify the least significant bit only if there is still data to store
      if data_index < data_len:
              # least significant red pixel bit
        image[thresh==0][i][0] =int (r[:-1] + binary_secret_data[data_index], 2)
        data_index += 1 
      if data_index < data_len:
              # least significant green pixel bit
        image[thresh==0][i][1] = int (g[:-1] + binary_secret_data[data_index], 2)
        data_index += 1
      if data_index < data_len:
              # least significant blue pixel bit
        image[thresh==0][i][2] = int (b[:-1] + binary_secret_data[data_index], 2)
        data_index += 1
                # if data is encoded, just break out of the loop
      if data_index >= data_len:
        plt.imshow(image)
        break
    return image,thresh

问题是RGB的值在循环内外根本没有变化，我添加了一些打印语句，它一直显示为零，我还尝试显式分配1，它也不起作用.

我想指出，这只是编码功能的一部分

感谢您的帮助

Answer 1

您的问题是高级索引会返回数组的副本，因此通过 image[thresh==0][i][j] 一直在修改新创建的副本，然后将其丢弃。

让我们从一些假数据开始

import cv2
import numpy as np

np.random.seed(0)

original = np.random.randint(0, 255, (1024, 1024, 3)).astype(np.uint8)
gray = cv2.cvtColor(original, cv2.COLOR_RGB2GRAY)
thresh = cv2.adaptiveThreshold(gray, 100, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
copy = np.copy(original)
copy[thresh==0] = [0, 255, 0]

现在看看会发生什么

>>> copy[thresh==0][0]
array([  0, 255,   0], dtype=uint8)
>>> copy[thresh==0][0] = [1, 2, 3]
>>> copy[thresh==0][0]
array([  0, 255,   0], dtype=uint8)

为了使结果保持不变，您应该使用 numpy.where 来获取阈值为 0 的各个索引。

idx = np.where(thresh==0)
for row, col in zip(*idx):
    r, g, b = to_bin(copy[row,col])
    copy[row,col,0] = modified_red_pixel
    # etc

我个人建议如下，这样您就可以避免 python 循环和不断检查以查看您是否仍有要嵌入的数据。

binary_secret_data = '01010000101010010101010001001100'
binary_secret_data = np.array(list(map(int, binary_secret_data)))
secret_len = len(binary_secret_data)

# The result is a tuple of (array of all row coords, array of all column coords)
idx = np.where(thresh==0)
# Make 3 copies of each pixel coordinate and add 0, 1, 2 repeatedly for the RGB of each pixel
idx = (np.repeat(idx[0], 3), np.repeat(idx[1], 3), np.array([0, 1, 2] * len(idx[0])))
# Only keep as many pixels as data you have to embed
idx = (idx[0][:secret_len], idx[1][:secret_len], idx[2][:secret_len])

# Boom, power of vectorisation
copy[idx] = copy[idx] & 0xfe | binary_secret_data

现在您可以看到前 32 个像素已成功修改

>>> copy[thresh==0][:15]
array([[  0, 255,   0],
       [  1, 254,   0],
       [  0, 254,   1],
       [  0, 255,   0],
       [  1, 254,   0],
       [  1, 254,   1],
       [  0, 255,   0],
       [  1, 254,   0],
       [  0, 255,   0],
       [  0, 255,   1],
       [  0, 254,   0],
       [  0, 255,   0],
       [  0, 255,   0],
       [  0, 255,   0],
       [  0, 255,   0]], dtype=uint8)