按位异或

要实现图像的加密与解密，我们首先需要掌握数学中的按位异或计算方式。

异或运算也叫半加运算，其运算法则与不带进位的二进制加法类似。在python中，通过“^”符号进行异或计算。下面，博主专门列出一个表格详解按位异或运算：

算数1

算数2

结果

python代码

0

0

0

0^0

0

1

1

0^1

1

0

1

1^0

1

1

0

1^1

简单的概括按位异或运算的规则是：相同的两个数运算为0，不同两个数运算为1。按位异或不仅仅用于图像的加密与解密，而且可以通过它统计不相同的数。

什么是图像的加密与解密

图像的加密定义：通过对原始图像与密钥图像进行按位异或运算。

图像的解密定义：将加密后的图像与密钥图像在次进行按位异或运算。

从图像的加密与解密可以看出来，它们都是同一种运算。

我们现在规定异或的文字符号为xor，根据上述按位异或运算，我们假设：

xor(a,b)=c

则可以得到：

xor(c,b)=a

亦或者：

xor(c,a)=b

综上所述，我们假设a为原始的图像数据，b为密钥，那么通过xor(a,c)计算出来的c就是加密后的密文。简单的概括加密与解密。

加密过程：将图像a与密钥b进行按位异或运算，完成加密，得到密文c。

解密过程：将密文c与密钥b进行按位异或运算，完成解密，得到图像a。

将图像加密

既然我们完全掌握了图像加密与解密的原理，下面我们通过代码来实现一个图像的加密。同样的，这里我们先获取一个灰度图像。

import cv2import numpy as npimg = cv2.imread("4.jpg", 0)r, c = img.shapekey = np.random.randint(0, 256, size=[r, c], dtype=np.uint8)encryption = cv2.bitwise_xor(img, key)cv2.imshow("111", encryption)cv2.waitKey()cv2.destroyAllWindows()

运行之后，我们会得到乱码图像：

将图像解密

将图像解密通过是通过按位异或运算，这里我们只需要用加密后的图像与key进行按位异或即可，完整代码如下所示：

import cv2import numpy as npimg = cv2.imread("4.jpg", 0)r, c = img.shapekey = np.random.randint(0, 256, size=[r, c], dtype=np.uint8)encryption = cv2.bitwise_xor(img, key)decryption = cv2.bitwise_xor(encryption, key)cv2.imshow("111", encryption)cv2.imshow("222", decryption )cv2.waitKey()cv2.destroyAllWindows()

运行之后，我们即可得到原图与加密图像：