opencv图像基础学习

2.3图像的加密解密

源码如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt
def passImg():
    img=cv2.imread('./image/cat.jpg',0)
    h,w=img.shape
    #生成一个密码，加密
    key_img=np.random.randint(0,256,size=(h,w),dtype=np.uint8)
    img_addm=cv2.bitwise_xor(img,key_img)
    print(key_img.shape,img.shape)
    #解密
    img_jm=cv2.bitwise_xor(key_img,img_addm)
    plt.figure(figsize=(10, 7))
    plt.subplot(2, 2, 1), plt.title("cat"), plt.imshow(img)
    plt.subplot(2, 2, 2), plt.title("key"), plt.imshow(key_img)
    plt.subplot(2, 2, 3), plt.title("addom"), plt.imshow(img_addm)
    plt.subplot(2, 2, 4), plt.title("jiemi"), plt.imshow(img_jm)


    plt.show()

if __name__ == '__main__':
    passImg()

1. def passImg():：定义一个名为 passImg 的函数。
   • 使用 plt.figure 和 plt.subplot 以及 plt.imshow 函数将原始图像、密钥、加密图像和解密图像显示在一个 2x2 的布局中。
   • img_jm = cv2.bitwise_xor(key_img, img_addm)：使用 cv2.bitwise_xor 对密钥和加密后的图像进行异或操作，得到解密后的图像 img_jm。
   • img_addm = cv2.bitwise_xor(img, key_img)：使用 cv2.bitwise_xor 对图像和密钥进行异或操作，得到加密后的图像 img_addm。
   • key_img = np.random.randint(0, 256, size=(h, w), dtype=np.uint8)：生成一个与图像大小相同（h 行 w 列）的随机矩阵作为密钥，元素范围在 0 到 255 之间，数据类型为 uint8。
   • h, w = img.shape：获取图像的高度 h 和宽度 w。
   • img = cv2.imread('./image/cat.jpg', 0)：以灰度模式（0 表示）读取图像 ./image/cat.jpg 并存储在 img 中。