圖片隱寫術，即在圖片裡非顯式地嵌入資訊，實現圖片隱寫有很多方法。

第一種方式（來自維基百科）：

要從上圖中獲取下圖的資訊，只需要將上圖色彩空間中的每個二進位制數都只保留最後兩位（即相當於與3做按位與計算），再將亮度層乘以85即可。用matlab實現這個操作很簡單，程式碼如下所示：

test=imread('D:/tree.png');
for i=1:3
for j=1:200
for k=1:200
test(j,k,i)=bitand(test(j,k,i),3);
end
end
end
test=rgb2hsv(test);
for i=1:200
for j=1:200
test(i
 
,j,3)=test(i,j,3)*85;
end
end
test=hsv2rgb(test);
imshow(test)

要注意的是用imread讀入的圖片是RGB色彩空間上的，而要改變圖片的亮度屬性一般要在HSV空間上操作。一開始沒有意識到這點的我一直都在更改B層，還好奇為什麼總是顯示出一隻藍色的貓……

作業要求程式碼用python實現於是又寫了一遍，注意要實現以下程式碼要先安裝pillow和skimage庫，而skimage庫又需要很多支援庫，總之看著裝就是了……

from PIL import Image
from skimage import color
import numpy as
 
 np
import matplotlib.pyplot as plt
import math
img=np.array(Image.open('D:/tree.png'))#開啟影象並轉化為數字矩陣
rows,cols,dims=img.shape
for i in range(0,dims):
    for j in range(0,rows):
        for k in range(0,cols):
            img[j,k,i]=img[j,k,i]&3
imghsv=Image.fromarray(img)#矩陣轉換為影象
imghsv=color.rgb2hsv(imghsv)
imghsv=np.array(imghsv)
for
 
 i in range(0,rows):
    for j in range(0,cols):
        imghsv[i,j,2]=imghsv[i,j,2]*85
imgrgb=color.hsv2rgb(imghsv)
plt.figure("after")
plt.imshow(imgrgb)
plt.axis('off')
plt.show()

要注意的是用PIL直接讀入的圖片並不是以矩陣格式儲存的，因此要想方便對畫素進行操作，可以先把圖片轉換為矩陣形式。而在矩陣形式下我沒有找到便於從RGB顏色空間轉換到HSV顏色空間的方法，於是只好又將矩陣轉換回PIL的內部形式轉換完顏色空間再接著操作……

第二種方式：

要想將一個水印圖片加入到另一張圖片裡去，如果按照上面解碼過程的反推則應該要捨棄掉水印圖片的大多數資訊。如果單純地將水印圖片色彩空間中每一個二進位制數的八位的前六位都捨棄掉，那根本就看不出水印裡是個啥了(╯’ - ‘)╯︵ ┻━┻

於是我想到的辦法和 @雨諾寒雪 一樣，乾脆把八位的二進位制數分成四塊，每塊分別加入到載體圖片上去，這樣能夠保證當載體圖片的長寬分別為水印圖片的長寬的兩倍的時候，水印圖片的資訊不會丟失。不過載體圖片還是略有損傷，這點好像是不可避免的……？

上圖是載體圖片，下圖是水印圖片，圖片來自網路。

  依舊是先上matlab程式碼： **新增水印部分：**

mark=imread('D:/mark.png');
image=imread('D:/image.png');
for i=1:3
for j=1:600
for k=1:600
image(j,k,i)=bitand(image(j,k,i),252);
end
end
end
for i=1:3
for j=1:300
for k=1:300
image(2*j-1,2*k-1,i)=image(2*j-1,2*k-1,i)+bitand(mark(j,k,i),192)/64;
image(2*j-1,2*k,i)=image(2*j-1,2*k,i)+bitand(mark(j,k,i),48)/16;
image(2*j,2*k-1,i)=image(2*j,2*k-1,i)+bitand(mark(j,k,i),12)/4;
image(2*j,2*k,i)=image(2*j,2*k,i)+bitand(mark(j,k,i),3);
end
end
end

提取水印部分：

#前部分同上，省略
result=uint8(zeros(300,300,3));
for i=1:3
for j=1:600
for k=1:600
image(j,k,i)=bitand(image(j,k,i),3);
end
end
end
for i=1:3
for j=1:300
for k=1:300
result(j,k,i)=image(2*j-1,2*k-1,i)*64+image(2*j-1,2*k,i)*16+image(2*j,2*k-1,i)*4+image(2*j,2*k,i);
end
end
end
imshow(result)

同樣按照作業要求，再用python寫一遍：

新增水印部分：

from PIL import Image
from skimage import color
import numpy as np
import matplotlib.pyplot as plt
import math
img=np.array(Image.open('D:/image.png'))
mark=np.array(Image.open('D:/mark.png'))
rows,cols,dims=mark.shape
for i in range(0,dims):
    for j in range(0,rows*2):
        for k in range(0,cols*2):
            img[j,k,i]=img[j,k,i]&252
for i in range(0,dims):
    for j in range(0,rows):
        for k in range(0,cols):
            img[2*j,2*k,i]=img[2*j,2*k,i]+(mark[j,k,i]&192)//64
            img[2*j,2*k+1,i]=img[2*j,2*k+1,i]+(mark[j,k,i]&48)//16
            img[2*j+1,2*k,i]=img[2*j+1,2*k,i]+(mark[j,k,i]&12)//4
            img[2*j+1,2*k+1,i]=img[2*j+1,2*k+1,i]+(mark[j,k,i]&3)
img=Image.fromarray(img)
img.save('D:/image_with_mark.png')

提取水印部分：

from PIL import Image
from skimage import color
import numpy as np
import matplotlib.pyplot as plt
import math
imgwmark=np.array(Image.open('D:/image_with_mark.png'))
result=imgwmark
rows,cols,dims=imgwmark.shape
rows=rows//2
cols=cols//2
for i in range(0,dims):
    for j in range(0,rows*2):
        for k in range(0,cols*2):
           imgwmark[j,k,i]=imgwmark[j,k,i]&3
for i in range(0,dims):
    for j in range(0,rows):
        for k in range(0,cols):
            result[j,k,i]=imgwmark[2*j,2*k,i]*64+imgwmark[2*j,2*k+1,i]*16
            +imgwmark[2*j+1,2*k,i]*4+imgwmark[2*j+1,2*k+1,i]
mark_get=Image.fromarray(result)
mark_get.save('D:/mark_get.png')

要注意的是，我使用的是python3，在python3中除法（/）的結果預設是float型別的，因此使用向下取整（//）來強制將結果變回整數。