Python图像识别-Opencv07 异或运算，图像加密

异或运算的基本规则

元素1	元素2	结果	规则
0	0	0	0 xor 0 = 0
0	1	1	0 xor 1 = 1
1	0	1	1 xor 0 = 1
1	1	0	1 xor 1 = 0

运算数相同，结果为0；运算数不同，结果为1。

任何数（0或1）与数值0异或，结果仍为自身。

任何数（0或1）与数值1异或，结果变为另外一个数。

如何数（0或1）与自身异或，结果为0。

根据上述异或运算规则，对数据a、数据b进行异或运算，可以得到数值c：

a xor b = c

c xor a = (a xor b) xor a = (a xor a) xor b = 0 xor b = b

c xor b = (a xor b) xor b = a xor (b xor b) = a xor 0 = a

因此，当上述a,b,c具有如下关系时：

a: 明文

b: 密钥

c: 密文，通过a xor b实现

可以对上述数据进行如下操作和理解：

加密过程：将明文a与密钥b进行异或，完成加密，得到密文c。

解密过程：将密文c与密钥b进行异或，完成解密，得到明文a。

位运算是针对二进制位进行的运算。按位异或是指将两个数值以二进制形式进行逐位异或运算。

利用按位异或可以实现对像素点的加密。在图像处理中，需要处理的像素点的像素值通常为灰度值，其范围通常为[0,255]。例如，某个像素点的像素值为216（明文），将数值178（该数值由加密者自由选定）作为密钥，让这两个数的二进制形式进行按位异或运算，即可完成加密，得到密文106。当需要解密时，将密文106与密钥178的二进制形式进行按位异或运算，即可得到原始像素点的像素值216（明文）。用bir_xor()表示按位异或，具体过程为

bit_xor(216,178) = 106

bit_xor(106,178) = 216

加密过程

运算	说明	二进制数	十进制数
bit_xor	明文	11011000	216
bit_xor	密钥	10110010	178
运算结果	密文	01101010	106

解密过程

运算	说明	二进制数	十进制数
bit_xor	密文	01101010	106
bit_xor	密钥	10110010	178
运算结果	明文	11011000	216

例如，甲乙双方可以通过协商预先确定一幅密钥图像K，双方各保存一份备用。在此基础上，甲乙双方利用密钥图像K可以进行图像的加密和解密处理。

例如，甲通过密钥图像K与原始图像O进行按位异或运算，得到加密图像S。加密图像S是杂乱无章的，其他人无法解读加密图像S内容。而乙可以将预先保存的密钥图像K与加密图像S进行按位异或运算，实现加密图像S的解密，获取原始图像O。

import cv2
import numpy as np

img = cv2.imread('D:/PixC/01.jpeg',0)
cv2.imshow('img',img)
print(img)
w,h = img.shape
key = np.random.randint(0,255,size = [w,h],dtype=np.uint8)
print(key)
cv2.imshow('key',key)

cv2.waitKey()
cv2.destroyAllWindows()

加密后

encryption = cv.bitwise_xor(img,key)
decryption = cv.bitwise_xor(encryption,key)
cv2.imshow('encryption',encryption)
cv2.imshow('decryption',decryption)