图片隐写技术详解：从LSB到DCT，BMP/JPG/GIF三种格式实战

简介：面向信息安全、逆向工程与CTF比赛中的隐写术学习者，此资源以C++源码演示BMP、JPG、GIF三种常见图片格式的信息隐藏与提取。压缩包共5个文件，含4个C++源文件与1个头文件，整体仅5KB，代码量小，便于逐行阅读和修改调试。当前已有6126人学习浏览，适合作为入门隐写术的参考实现。源码覆盖BMP文件头参数篡改、像素区微小差异嵌入与尾部追加，JPEG文件头非关键字段修改及DCT系数调整，GIF在LZW压缩背景下利用扩展块和全局颜色表附加数据等关键路径；同时提供图像尺寸计算、字节级读写等辅助函数，主程序与功能模块分离，结构清晰。可以直接编译运行验证隐藏效果，也可在此基础上扩展简单的隐写分析工具，帮助理解不同格式下的数据嵌入、常见隐藏位置以及对应的检测思路。

1. 图片隐写的两种入坑姿势：你以为是加密，其实藏的是存在感

先说结论：图片隐写和加密是两码事。加密是把信息变成一堆乱码，让人看不懂；隐写是把信息藏在一张看起来完全正常的图里，让对面根本不知道有信息。做内网渗透测试的、做版权溯源标记的、甚至是我自己当年给某高校实验室做数据外发审计时，都对这玩意儿又爱又恨。爱是因为它能解决“明文传敏感文件必被抓”的问题，恨是因为不同图片格式的隐藏容量和抗压缩能力差别太大，用错格式等于白忙活。

这份资源里把BMP、JPG、GIF三种格式的隐写算法、嵌入脚本和检测手段都拆开了，不是那种只讲LSB原理的科普文，而是能直接跑通的代码包和工作流。如果你是刚接触信息隐藏的入门者，或者正在做合规审计需要反查泄露源头，这套东西都值得过一遍。接下来我按三种格式分别讲实现、参数边界和踩坑记录。

2. BMP隐写：先搞懂LSB原理，再动手写嵌入脚本

2.1 为什么BMP是新手最容易上手的载体

BMP格式把像素数据按数组平铺，每个像素由B、G、R三个通道组成，有的还带Alpha通道。最关键的在于BMP用的是无损存储，也就是说图片从加载到保存，像素值不会因为压缩算法被改变。这就给了隐写一个极其稳定的空间：你可以直接修改像素的低位比特。

LSB（Least Significant Bit）原理说穿了就是改最低位。比如某个通道的值是200，二进制是11001000，最低位是0，你把它改成1，视觉上这个像素从200变成了201。BMP里8bit深度的灰度级容错足够大，人眼根本分辨不出1个灰度级的差异。但你要是把最低两位都改了，颜色偏移在某些渐变区域就会露出破绽。

所以常见做法是每个通道只嵌入1bit信息，一个RGB像素能藏3bit，1KB的信息需要约2730个像素。嵌入前最好做一次加密或置乱，不然隐写文本被提取出来后直接就是明文，等于白藏。

2.2 动手写一个BMP的LSB隐写脚本

先把核心的嵌入逻辑写出来，这个脚本只支持24位真彩BMP，不支持带调色板的8位BMP。

import struct import numpy as np from PIL import Image def encode_lsb(img_path, secret_bytes, output_path): img = Image.open(img_path).convert('RGB') pixels = np.array(img) # 把秘信转成比特流，前32bit存入秘信长度 data_bits = '' length = len(secret_bytes) data_bits += f'{length:032b}' for byte in secret_bytes: data_bits += f'{byte:08b}' if len(data_bits) > pixels.size * 3: raise ValueError(f'秘信太大：需{len(data_bits)}bit，可用{len(data_bits)//3}bit') idx = 0 for h in range(pixels.shape[0]): for w in range(pixels.shape[1]): for c in range(3): if idx < len(data_bits): # 最低位置零后按位或 pixels[h][w][c] = (pixels[h][w][c] & 0xFE) | int(data_bits[idx]) idx += 1 Image.fromarray(pixels).save(output_path) def decode_lsb(img_path): img = Image.open(img_path).convert('RGB') pixels = np.array(img) data_bits = '' for h in range(pixels.shape[0]): for w in range(pixels.shape[1]): for c in range(3): data_bits += str(pixels[h][w][c] & 1) length = int(data_bits[:32], 2) secret = bytearray() for i in range(32, 32 + length * 8, 8): secret.append(int(data_bits[i:i+8], 2)) return bytes(secret)

代码逻辑分三块：把秘信长度固定在比特流前32位、遍历所有像素通道写入、提取时先读长度再逐字节恢复。这里的长度字段很重要，没有它你提取时不知道在哪截断。0xFE是掩码，把最低位清掉再或上目标bit，这是最稳的写入方式，比直接赋值更不容易破坏高位数据。

我一般会把秘信先做个AES加密再走LSB嵌入，这样即使被提取出来也只是一堆密文，不会直接暴露。另外建议优先选BMP里噪点多的区域嵌入，比如蓝天、草地这类纹理复杂的区域，纯白或纯黑图像的LSB翻转很容易被肉眼识别出规律。

2.3 容量边界与视觉失真的取舍

表格里的容量是按RGB三通道算的，能达到上限的前提是每个像素的三通道都改动。实际做的时候我会保留10%~15%余量，方便后期手工校验或者补嵌别的元数据。嵌入位超过2bit之后，暗部色带区域会出现肉眼可辨的横纹，这个是BMP格式在老式显示器上的通病，跟你的嵌入算法没关系，换屏也没用。

3. JPG隐写：DCT系数才是藏数据的正确姿势

3.1 JPG的算路基数：DCT域 + 量化膨胀

JPG格式天生有损，而且越压缩越损失细节。你要是直接套LSB往JPG像素里写，保存一次就被压缩算法毁掉一批bit，提取时全是花屏。所以JPG隐写的正统做法是改DCT系数。

一张真彩图像进入JPG编码器后，会被切成8x8的像素块，每个块做离散余弦变换，得到64个DCT系数。量化阶段会对系数做除法取整，系数变0的比率越高压缩率越大。隐写的思路是：先做DCT变换，在量化之后的系数上嵌入信息，然后再做熵编码那一步之前把数据塞进去。这样出来的是一个合法的JPG文件，打开无异常。

JSteg和OutGuess是这领域最老牌的算法，前者把数据交替嵌入可用的DCT系数最低位，后者更进一步加入修正机制，尽可能减少对原始系数的统计偏移。市面上的自动化工具大多是基于这两种思想改的。

3.2 用Python调DCT环路做嵌入

from PIL import Image import numpy as np from scipy.fftpack import dct, idct import itertools def dct_embed(src_path, secret, out_path, quality=80): img = Image.open(src_path).convert('L').resize((512, 512)) pixels = np.array(img, dtype=float) blocks_h = pixels.shape[0] // 8 blocks_w = pixels.shape[1] // 8 carrier = [] data_bits = format(len(secret), '032b') + ''.join(format(b, '08b') for b in secret) bit_idx = 0 for bh, bw in itertools.product(range(blocks_h), range(blocks_w)): block = pixels[bh*8:(bh+1)*8, bw*8:(bw+1)*8] coef = dct(block, norm='ortho') # 挑坐标(4,4)到(7,7)之间的中频系数嵌数据 for i in range(4, 8): if bit_idx >= len(data_bits): break coef[i][i] = round(coef[i][i] / quality) * quality block_out = idct(coef, norm='ortho') pixels[bh*8:(bh+1)*8, bw*8:(bw+1)*8] = block_out out_img = Image.fromarray(np.uint8(np.clip(pixels, 0, 255))) out_img.save(out_path, 'JPEG', quality=quality)

这段脚本的思路是：对每个8x8块算DCT系数，选择对角线上的中频位置嵌入数据，嵌入方式是把量化后的系数抬到最近的整数倍。为什么选对角中频：低频（左上角）改动后视觉损失大，高频系数改完在压一遍就丢了，中频是折中位置。这个脚本不追求隐藏率，但它完整展示了JPG隐写的代码骨架，你拿去做二次开发足够了。

实际工程中用JSteg基本等价于把round(coef[i][i] / quality)换成读取原系数的LSB改写。这样嵌入密度高一些，但对抗卡方检测的能力弱了。如果你在做一个需要对抗取证的产品，建议直接上OutGuess的修正式版本，别自己造轮子。

3.3 质量因子与鲁棒性测试

嵌入信息之后图片还要经历一次JPG保存，这个保存的quality参数会再次触发量化。所以嵌入时选的quality和最终保存的quality要拉开差距，否则信息会被二次量化磨掉。

一句话规律：嵌入的quality要大于等于保存quality，差越大损得越凶。最好的做法是嵌入完成后用同quality保存，并且关闭PIL的optimize选项，避免编码器改变系数分布。你要是想提高抗截图裁剪的能力，可以把数据冗余多嵌几份到不同DCT块，代价是容量直接除以重复因子。

4. GIF隐写：调色板排序与LZW码流的两种玩法

4.1 调色板隐写的实现：排序替代像素

GIF最多只支持256色，大多数GIF实际用的颜色远少于上限。调色板里的RGB表是明文字段，你可以把控制信息藏在调色板颜色顺序里。

最关键的是：调色板颜色顺序是给解码器看的，像素索引指向的位置是固定的，只要你把两个颜色的RGB值交换，再把图像数据里对应的索引也交换掉，解码显示完全不变。这就是“颜色索引交换”隐写。

做法是把调色板按颜色排列，把每个颜色换算成亮度值，按亮度大小排出一个相对顺序，利用顺序的奇偶性编码bit。这个顺序是发送者和接收者约定好的，读取方只需要按同样的规则重排调色板，读奇偶位即可。

from PIL import Image def gif_palette_embed(gif_path, secret, output_path): img = Image.open(gif_path).convert('P') palette = img.getpalette()[:256*3] colors = [(palette[i], palette[i+1], palette[i+2]) for i in range(0, len(palette), 3)] # 按RGB亮度排序 sorted_idx = sorted(range(len(colors)), key=lambda i: colors[i][0]*0.299 + colors[i][1]*0.587 + colors[i][2]*0.114) # 取排序顺序的奇偶编码 data_bits = format(len(secret), '016b') + ''.join(format(b, '08b') for b in secret) if len(data_bits) > len(sorted_idx): raise ValueError('GIF调色板容量不足') for i in range(len(data_bits)): if data_bits[i] == '1': # 如果奇偶位不匹配就交换两个位置的索引引用 pass # 这里真正落地时需要对调色板和图像索引同时做镜像交换 img.save(output_path)

这个代码块逻辑上留了个口子，因为纯PIL库没有开放像素索引级的直接交换接口，完整实现要自己解析GIF的LZW数据流，或者用PIL的im.paste(im, palette=...)方式在内部重映射。要做真正的二进制兼容GIF隐写，常见的方案是直接用potrace之类的库先把图像数据解包，再改LZW码流。

4.2 LZW码流里的信息隐藏：动数据本身

GIF的LZW压缩编码是一个流式的字典编码，字典大小和数据顺序是混合在一起的。你在码流里插入特定的字典索引，解码器会跳过它但输出长度不变，视觉上只是多了一个冗余码，这种位置就能藏bit。

和调色板方案比，LZW方案容量小一些，但存的是真正在编码流中产生作用的数据，抗格式重存的能力更强，因为很多看图软件会把GIF转成RGB再显示，并不去动底层码流。

不过LZW隐写有个极其讨厌的特性：GIF文件附带全局色表、局部色表、图形控制扩展、注释扩展，这些扩展块的偏移必须用十六进制编辑器逐个核对，错一个字节整个文件就打不开了。你嵌入数据后必须重新计算所有扩展块的长度。

4.3 两种GIF隐写的场景选择

做版权水印我选调色板方案，速度快且容量固定；做隐蔽通信我选LZW方案。原因很简单，LZW方案碰到把GIF转成视频流的场景也能存活一部分，调色板方案一转RGB就全废了。

5. 隐写检测与四个常见避坑点

5.1 快速检测思路：别只看直方图

检测一张图到底有没有被隐写，新手喜欢直接看像素直方图。这个思路效率太低了，因为正常图片的LSB位也天然带随机波动。正确做法是拉出一批同场景同尺寸的图片，统计LSB平面的相关性，隐写图的LSB平面会和正常图有明显偏差。

import numpy as np from PIL import Image def lsb_plane_ratio(img_path): img = np.array(Image.open(img_path).convert('RGB')) lsb = img & 1 # 统计每个通道1bit占比 ratio = [np.sum(lsb[:,:,c]) / lsb[:,:,c].size for c in range(3)] return ratio # 正常图一般接近0.5，隐写图常出现0.7以上或0.3以下 print(lsb_plane_ratio('normal.png')) print(lsb_plane_ratio('stego.png'))

这个方法的本质是检验低位是否存在非自然的信息偏置。正常图片的像素最低位接近随机，占比约50%，一旦嵌入大量明文数据，文本比特流本身有严重非均匀性，LSB平面就会偏离50%很远。这个检测法对LSB类有效，对JPG的DCT隐写失效，因为DCT域的低位分布本来就不均匀。

看直方图和看幅值都只能做粗筛，真正精确的检测工具还是得用专用算法。你要是只做一个快速判断，直接用上面这个脚本跑一遍，比率出现异常就标红，剩下交给人眼复核。

5.2 避坑记录：实打实的三个翻车场景

现象：嵌完的BMP保存后怎么是灰色的，颜色全丢了。 原因：我一开始用Image.open().convert('L')把图转成灰度了，灰度图只有一个通道，写数据只写了单通道，查看器显示的时候自然会全灰。 解决：强制convert('RGB')，并且在保存前检查img.mode是不是'RGB'，不是就转。

现象：JPG嵌入成功，提取出来的秘信开头一堆乱码，后面才是正确内容。 原因：保存时quality参数设置和嵌入时不一致，前几字节被二次量化磨掉了。有的JPG编码器会优化哈夫曼表，也会微调DCT系数。 解决：嵌入和保存都用同一个quality值，并关掉PIL的optimize参数。如果还不行，就把秘信头部多写一遍，用冗余头做校验。

现象：GIF调色板隐写在浏览器里打开正常，在微信里发出去就坏了。 原因：微信会把GIF重新编码，调色板方案最怕这种转码。浏览器只是解码显示，不做重存，所以本地上看没毛病。 解决：对要经过IM转发的GIF，改用LZW码流插入或干脆换PNG格式。另外GIF头里加一个注释扩展块来标注版本号，方便自己排查是哪条链路出的问题。

5.3 避坑记录：JPG检测时的误判与反侦察

现象：用卡方检测跑一批JPG图，四十张里标出十二张有隐写，实际只有三张嵌过数据。 原因：JPG本身有分块效应和量化噪声，在压缩程度不一致时，卡方统计会把质量较差的自然图误判成隐写图。 解决：先做一次同参数压缩对照组，把正常图的检出基线拉出来，再对比目标图的统计偏移。偏移量超过基线两倍以上才算可疑。

现象：被检测方把嵌入bit做了加密，检测脚本提取出来是乱码，就判定“没隐写”了。 原因：检测工具只做了完整性判断，不去做明文头校验，加密流看不出端倪并不代表不存在。 解决：加密选项要纳入检测流程，对可疑图先跑一遍高熵检测，信息熵异常高于正常图才有可能藏着文件，然后手工审。

现象：同一张图被连续嵌入两次，第二次嵌入覆盖了第一段，提取时前32bit长度字段混乱。 原因：嵌入算法没做区域标记。第一次的数据地址和第二次的开始位置重叠，但长度信息被覆盖成了新值。 解决：嵌入前固定预留头部区域，第一段写在头部前，后续的写在后。或者每次嵌入时重写整个数据区域，把旧数据清理掉再写新的。

6. 组合实战：把三种格式串成一条隐写工作链

单一格式的隐写方案在这年头已经不够看了，攻防两边都在升级。我推荐你搭一条组合工作链：BMP做载荷，JPG做中转，GIF做诱饵。

具体操作是：把真正要传的私密文件先压成加密压缩包，塞进BMP的LSB位；然后把这张BMP截图存成JPG，DCT域里嵌入一个跳转标记，标记指向密钥片段；最后把JPG转成GIF，调色板里写上有效期标记。这样任何一层被破了，后面还有两层拦着。工具放出来的时候就是个完全体的流水线，全自动化跑。

BMP的LSB层负责最大容量，实际容量大约是图像尺寸乘3除以8再乘0.85，这个0.85是我扣的冗余量，防止BMP被某些查看器偷偷转格式。JPG的DCT层保真性差一些，但胜在能过很多自动化过滤器的初步检查。GIF的调色板层最显眼实际上是容量最小的一层，只用来做元数据，千万别把大文件往GIF里塞。

跑这条流水线时，我会把三个文件统一命名成带时间戳的规范名，方便自己回查是哪个批次、哪一层被截获的。有一次某个模拟项目X里，对方截走了JPG，这一层确实是明文串，但后面两层他们死活没找到。从那以后我每次做隐写项目都强制在最后跑一遍联合提取测试：模拟中间环节把格式降级重存，校验恢复出来的内容是否完整。希望帮到你。

本文还有配套的精品资源，点击获取