彩色圖像壓縮，隱寫分析和顏色間相關

Question

我試圖實現一個LSB嵌入隱寫分析算法。

圖像的數據庫由24位BMP彩色圖像（幾千元）。幾乎所有 隱寫的LSB嵌入隱寫的研究工作主要集中在灰度圖像。 我想嘗試使用圖像內的顏色間相關性來隱藏消息存在檢測。不只是三次灰度。

我搜索了關於這個主題的作品，發現了一個非常簡單的算法（我無法提供鏈接）。 它使用數據壓縮來檢測隱藏的消息。

簡而言之：

它指出的更多信息被隱藏在該文件中，其存檔的大小（用於數據壓縮的方法，如RAR，nanzip，PNG等）的更大，因爲數據壓縮算法使用色間的相關性。

沒有證據鏈接的語句。我不知道數據壓縮算法是如何工作的，憑直覺我同意這些發言，但我想知道肯定是真的還是假的，例如，用於gzip或zip算法。

---

Answer 1

我不知道這些壓縮算法是如何工作的，但我會採取一般的刺法。

壓縮通過去除冗餘來工作，而通常未壓縮的圖像有很多，因爲相鄰像素是相關的。也就是說，圖像區域中的顏色趨於相似，因爲顏色變化緩慢且平滑。

但是，您嵌入的比特流往往沒有模式，並且代表更多的隨機分佈1和0。隨機/嘈雜的數據具有更少的模式來利用壓縮。因此，雖然可以很好地壓縮圖像，但在隱藏信息後壓縮不會減小文件大小，即使像素更隨機。

爲了證明這一點，讓我們假設檢測你是否有一個像素值，P，重複N次，並將其存儲爲N，P。例如，一個基本的，也許天真壓縮算法：

200, 200, 200, 200, 200, 200, 200, 201, 201, 201, 201  # uncompressed 
7, 200, 4, 201           # compressed 

現在，在這些像素中的每一箇中嵌入1位。將該位從0切換到1或反過來的概率是50％，因此其中大約一半會改變。你可能最終的東西是這樣的：

200, 200, 201, 200, 201, 201, 200, 200, 201, 200, 201   # uncompressed 
2, 200, 1, 201, 1, 200, 2, 201, 2, 200, 1, 201, 1, 200, 1, 201 # compressed 

注意如何都需要壓縮更多的數據到原來的情況。爲了比較，僅在前兩個像素中嵌入1位。

201, 200, 200, 200, 200, 200, 200, 201, 201, 201, 201  # uncompressed 
1, 201, 6, 200, 4, 201         # compressed