# LSB_Steganography_using_Hamming_Matrix_Encoding **Repository Path**: violet_evargarden/LSB_Steganography_using_Hamming_Matrix_Encoding ## Basic Information - **Project Name**: LSB_Steganography_using_Hamming_Matrix_Encoding - **Description**: 引用说明:本项目基于https://gitee.com/A1LinLin1/stegano仓库,在此基础上添加了实验代码和功能扩展。是一个基于汉明码(Hamming Code)矩阵编码的图像 LSB(最低有效位)隐写实验项目本项目实现了高效的图像信息隐藏算法,通过汉明码的纠错编码特性,在保证隐写容量的同时,显著提高了信噪比,对于同一信息嵌入,峰值信噪比从84.76dB提升至86.52dB - **Primary Language**: Python - **License**: MulanPSL-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-11-27 - **Last Updated**: 2025-11-27 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # LSB_Steganography_using_Hamming_Matrix_Encoding > **引用说明**:本项目基于 [A1LinLin1/Stegano](https://gitee.com/A1LinLin1/stegano) 仓库,在此基础上添加了实验代码和功能扩展。 ## 项目简介 **Watermarket** 是一个基于汉明码(Hamming Code)矩阵编码的图像 LSB(最低有效位)隐写实验项目。本项目实现了高效的图像信息隐藏算法,通过汉明码的纠错编码特性,在保证隐写容量的同时,显著提高了嵌入效率。 ### 核心特性 - **高效嵌入**:采用汉明码矩阵编码,每 7 个像素可嵌入 3 位信息,相比传统 LSB 方法提升了嵌入效率 - **无损提取**:基于 syndrome 解码机制,确保隐藏信息能够完整准确地提取 - **质量评估**:提供 PSNR(峰值信噪比)计算工具,量化评估隐写对图像质量的影响 - **完整流程**:包含图像预处理、信息嵌入、信息提取和效果评估的完整实验流程 ### 技术原理 本项目使用 **Hamming(7,4) 编码**的变体,通过 3×7 的校验矩阵 H 实现: - **嵌入过程**:将 3 位信息编码到 7 个像素的 LSB 中,通过计算 syndrome 并翻转相应像素位来实现 - **提取过程**:读取 7 个像素的 LSB,计算 syndrome,直接得到嵌入的 3 位信息 - **优势**:相比传统 LSB(1 像素 1 位),本方法实现了 7 像素 3 位,嵌入效率约为 42.86% ### 实验结果 实验结果表明,使用汉明码矩阵编码的 LSB 隐写方法在保持图像质量(PSNR = 86.52 dB)的同时,实现了更高的嵌入效率,为图像隐写技术提供了有效的改进方案。 ### 文件说明 - `embed_hamming.py` - 使用汉明码矩阵编码进行 LSB 隐写嵌入 - `extract.py` - 从隐写图像中提取隐藏信息 - `gray.py` - 图像灰度化处理 - `PSNR.py` - 计算峰值信噪比(PSNR) - `compar.py` - 图像对比工具 - `bupt.bmp` - 原始彩色图像 - `buptgray.bmp` - 灰度化后的图像 - `buptgraystego1.bmp` - 隐写后的图像 - `2023211545+寇得一+2023211499+楚柏纶_矩阵编码对比.png` - 实验对比结果图 ### 使用方法 1. **嵌入信息**: ```bash python embed_hamming.py ``` 2. **提取信息**: ```bash python extract.py ``` 3. **计算 PSNR**: ```bash python PSNR.py ``` ### 实验者 - 2023211545 寇得一 - 2023211499 楚柏纶