跳转至

图片格式

约 1477 个字 10 行代码 预计阅读时间 6 分钟

图片格式

图像需要存储什么

  • 图像信息：宽高、色彩模式、色彩空间等

  • EXIF 信息：拍摄设备、拍摄时间、GPS 信息等

  • 像素数据：每个像素的颜色信息；二值、灰度、RGB、CMYK、调色盘等 BMP 格式

压缩算法 - PNG 无损，JPEG 有损 - GIF 有损且只支持 256 色 - 新兴格式如 HEIF、WebP、AVIF 等

  • 文件头 89 50 4E 47 0D 0A 1A 0A | .PNG.... 采用分块的方式存储数据, 每块的结构都是 4 字节长度 + 4 字节类型 + 数据 + 4 字节 CRC 校验
  • 四个标准数据块：IHDR、PLTE、IDAT、IEND
  • 其他辅助数据块：eXIf、tEXt、zTXt、tIME、gAMA……
  • eXIf 元信息，tIME 修改时间，tEXt 文本，zTXt 压缩文本

JPEG 使用分段的结构来进行存储，各段以 0xFF 开头，后接一个字节表示类型： |开始|作用| |—|—| |FFD8（SOI）|文件开始| |FFE0（APP0）|应用程序数据段，包含文件格式信息（上图没有）| |FFE1（APP1）|应用程序数据段，包含 EXIF 信息（上图没有）| |FFDB（DQT）|量化表数据| |FFC0（SOF）|帧数据，包含图像宽高、色彩模式等信息| |FFC4（DHT）|huffman 表数据| |FFDA（SOS）|扫描数据，包含数据的扫描方式，huffman 表的使用方式等| |FFD9（EOI）|文件结束|

JPEG 的压缩原理是 DCT（离散余弦变换）+ Huffman 编码 - 由 RGB 转换到 YCbCr，然后减少 Cb、Cr 的采样率 - 将图像分块，每个块 8x8，进行 DCT 变换,将图像转换为频域，便于压缩高频部分 - 量化，将 DCT 变换后的系数除以量化表中的系数:再次减少高频部分的数据,根据不同的量化表，可以调整压缩质量 - 通过游程编码和 huffman 编码进行压缩

IHDR：包含图像基本信息，必须位于开头 - 4 字节宽度 + 4 字节高度 - 1 字节位深度：1、2、4、8、16 - 1 字节颜色类型：0 灰度，2 RGB，3 索引，4 灰度透明，6 RGB 透明 - 1 字节压缩方式，1 字节滤波方式，均固定为 0 - 1 字节扫描方式：0 非隔行扫描，1 Adam7 隔行扫描

PLTE：调色板，只对索引颜色类型有用 ,把像素编码，变成索引编码 IDAT：图像数据，可以有多个，每个数据块最大 2 31 -1 字节 IEND：文件结束标志，必须位于最后，内容固定 PNG 标准不允许 IEND 之后有数据块 结尾时AE 42 60 82

  • PNG 使用 Deflate 压缩算法 : 是 LZ77 结合 huffman 编码的一种压缩算法 ;LZ77：利用滑动窗口，找到最长的重复字符串，用指针和长度表示
  • 会进行滤波，减少数据的冗余性，提高压缩率 ; 五种滤波器：None、Sub、Up、Average、Paeth

图片隐写

两篇博客 CTF MISC图片隐写简单题学习思路总结（持续更新）_ctf jpg 末尾隐写-CSDN博客

常见的隐写工具的使用 _stegoveritas-CSDN 博客

WorkFlow

  • 使用file查看信息，使用 exiftool 检查图片元信息，看看有没有看起来会有用的信息
  • 使用十六进制编辑器打开，观察文件中有无附带信息、图片基本格式是否正确
  • 使用 binwalk 检查文件末尾是否叠加了多余的文件
  • 使用 stegsolve 打开图片 / 或者使用 CyberChef
  • 使用steghide extract -sf <file> -p <passwd>解密数据
  • zsteg：自动检测隐写，zsteg <file>
  • stegoveritas -steghide <file>
  • 观察各个通道的 bit plane
  • 使用 Extract LSB 尝试提取数据格式的 LSB（或者使用 zsteg 猜测）
  • 考虑能否查找原图，如果找到了尝试进行比较
  • 考虑是否是使用工具进行的图片隐写，多尝试一些常见的工具

图像大小修改

- PNG 图像按行进行像素数据的压缩，以及存储 / 读取 - 当解码时已经达到了 IHDR 中规定的大小就会结束 - 因此题目可能会故意修改 IHDR 中的高度数据，使之显示不全 -恢复的话更改高度即可，同时注意 crc 校验码，否则可能报错

binascii.crc32(data)，data 为从 IHDR 开始的数据 ( 包含 IHDR)

需要原图的图片隐写

使用识图工具进行搜索 一般需要搜原图的题题目描述会带有来源暗示之类的 多注意搜到的图像大小、质量，确保是真正的原图 接下来利用原图和隐写图像的差异进行分析

图像像素异或观察差异

  • PIL 手动处理 / ImageChops.difference
  • stegsolve image combiner

盲水印系列 - 给了打水印的代码的话直接尝试根据代码逆推即可 - 没有给代码的可能就是常见的现有盲水印工具

guofei9987/blind_watermark

LSB 图片隐写

LSB 全称为 least significant bit，是最低有效位的意思

LSB 隐写将颜色通道的最低位用来编码信息 - 图像：stegsolve / CyberChef View Bit Plane - 数据：stegsolve / CyberChef Extract LSB / zsteg / PIL

# PIL库的使用
from PIL import Image #导入和图像读写处理有关的 Image 类
img = Image.open(file_name) #打开图像
img.show() 显示图像；img.save(file_name) #保存图像
img.size #图像大小
img.mode #图像模式
img.convert(mode) #转换图像模式
img.getpixel((x, y)) #获取像素点颜色
img.putpixel((x, y), color) #设置像素点颜色
np.array(img) #将图像转换为 numpy 数组

具体图像模式 - '1'：黑白二值（0/255）；'L'：灰度（8 bit），'l'：32 bit 灰度 - L = 0.299 R + 0.587 G + 0.114 B - 'P'：8bit 调色盘，获取的像素值是调色盘索引 - 'RGB'、'RGBA' - 'CMYK'：转换时有色差，CMY = 255 - RGB，K = 0 - 'YCbCr'、'LAB'、'HSV' 等，转换时有复杂公式（可能出现新的隐写）

PIL 其他模块用途 - ImageDraw 用于绘制图像、绘制图形 - ImageChops 用于图像通道的逻辑运算 - ImageOps 用于图像整体的运算一类 - ImageFilter 用于图像的滤波处理

人为隐写

  • JPEG 中 DCT 系数可以进行 LSB 隐写
  • JPEG 中 DHT 定义的 huffman 表可能有冗余项，可以隐写
  • PNG 中附加多余 IDAT 数据块的隐写（显示时被忽略）
  • PNG 中使用调色盘时可以进行调色盘隐写（EZStego 隐写）