用 Rust 从零开发一个隐写工具

隐写术是一门古老而又充满现代感的技术,它能将信息隐藏在看似普通的载体中,比如图片。最近,我用 Rust 从零开始开发了一个隐写工具,既能通过命令行使用,也有一个现代化的 Web 界面。今天就来分享一下这个过程中的收获和思考。

项目背景

隐写术(Steganography)源于希腊语,意为"隐秘书写"。与加密不同,隐写术的目标是隐藏信息的存在,而不是其内容。在数字时代,我们可以通过修改图像的最低有效位(LSB)来隐藏数据,而人眼几乎察觉不到差异。

我选择 Rust 来实现这个项目,是因为它在系统编程方面表现出色,内存安全性和性能都很优秀,非常适合处理图像数据。

技术栈

项目使用了以下主要技术栈:

  • Rust - 核心编程语言
  • image - 图像处理库
  • clap - 命令行参数解析
  • axum - Web 框架
  • Vue.js - 前端框架(通过 CDN 引入)

核心实现原理

LSB 隐写算法

隐写的核心是 LSB(最低有效位)替换技术。对于每个像素的 RGBA 值,最低位对颜色的影响最小,人眼几乎察觉不到。我们可以将要隐藏的数据按位存储到这些最低位中。

// 将每个数据字节隐藏在图片的最低有效位中 for (i, &byte) in data_with_len.iter().enumerate() {    for bit in 0..8 {        let bit_value = (byte >> bit) & 1;        let pixel_index = i * 8 + bit;                // 修改像素的最低有效位        image_data[pixel_index] = (image_data[pixel_index] & 0xFE) | bit_value;   } }

数据结构设计

为了能够正确提取数据,我们需要在隐藏时保存足够的元数据。我设计的数据结构如下:

  1. 文本隐藏
    • 0(u32)表示文本模式
    • 文本长度(u32)
    • 文本内容(变长)
  2. 文件隐藏
    • 文件名长度(u32)
    • 文件名(变长)
    • 文件内容长度(u32)
    • 文件内容(变长)

在实际隐藏时,还会在最前面加上整个数据块的长度,以便提取时知道要读取多少数据。

命令行接口实现

使用 clap 库,我们可以轻松地构建命令行接口:

#[derive(Parser)] #[command(author, version, about, long_about = None)] struct Cli {    #[command(subcommand)]    command: Commands, } ​ #[derive(Subcommand)] enum Commands {    /// 隐藏文件或文本到图片中    Hide {        /// 要隐藏的文件路径        #[arg(short, long)]        file: Option<String>, ​        /// 要隐藏的文本        #[arg(short, long)]        text: Option<String>, ​        /// 原始图片路径        #[arg(short, long)]        image: String, ​        /// 输出图片路径        #[arg(short, long)]        output: String,   },    /// 从图片中提取隐藏的数据    Extract {        /// 包含隐藏数据的图片路径        #[arg(short, long)]        image: String, ​        /// 输出文件路径(如果提取的是文件)        #[arg(short, long)]        output: Option<String>,   },    /// 启动Web服务    Web {        /// 监听地址        #[arg(short, long, default_value = "127.0.0.1:3000")]        bind: String,   }, }

Web 界面开发

为了让工具更易用,我还开发了一个现代化的 Web 界面。界面采用了卡片式设计和渐变色彩,符合现代美学标准。

前端技术

前端使用 Vue.js 3(通过 CDN 引入),没有复杂的构建过程,直接在 HTML 中编写代码。界面分为三个主要功能区:

  1. 隐藏文件到图片
  2. 隐藏文本到图片
  3. 从图片中提取数据

后端 API

使用 axum 框架提供 RESTful API,处理文件上传和隐写逻辑:

let app = Router::new()   .route("/", get(root))   .route("/api/hide-file", post(hide_file_handler))   .route("/api/hide-text", post(hide_text_handler))   .route("/api/extract", post(extract_handler))   .nest_service("/static", ServeDir::new("static"));

遇到的挑战和解决方案

1. 图像格式问题

在开发初期,我使用了 JPEG 格式进行测试,但发现提取的数据总是不正确。经过分析,发现 JPEG 是有损压缩格式,在压缩过程中会修改像素值,导致隐藏的数据丢失。

解决方案是强制使用 PNG 格式,这是一种无损压缩格式,能保证像素值不变:

// 确保输出路径以.png结尾以使用无损格式 let output_path = if !output_path.ends_with(".png") {    let mut path = output_path.to_string();    if let Some(dot_index) = path.rfind('.') {        path.truncate(dot_index);   }    path.push_str(".png");    path } else {    output_path.to_string() };

2. 数据长度计算错误

在实现过程中,我遇到了"unexpected end of file"错误。经过调试发现,这是因为在隐藏和提取数据时,对数据长度的计算不一致。

隐藏时只计算了实际数据长度,但提取时期望的是包括长度信息本身的数据长度。修正后:

let total_data_len = data.len() + 4; // 数据长度(4字节) + 实际数据 if total_data_len * 8 > image_data.len() {    return Err("图片太小,无法容纳要隐藏的数据".into()); }

3. 文件名处理

在 Web 界面中,提取文件时出现了文件名前缀问题。这是因为文件在临时目录保存时添加了前缀,但在提取时没有正确处理。

最终解决方案是统一文件处理路径,确保隐藏和提取时使用相同的目录结构:

let output_file = if let Some(path) = output_path {    path.to_string() } else {    format!("temp/{}", file_name) };

效果展示

命令行方式

命令行方式提供了简洁高效的使用体验,适合批量处理或脚本集成。

隐藏文件到图片:

$ cargo run -- hide -f secret.txt -i original.png -o output.png

如上图所示,我们成功将secret.txt文件隐藏到了图片output.png中。

从图片中提取文件:

$ cargo run -- extract -i output.png

如上图所示,我们成功从output.png中提取出了隐藏在其中的文件。通过md5对比确认提取的文件与源文件一致。

隐藏文本到图片:

$ cargo run -- hide -t "这是秘密消息" -i original.png -o output.png

如上图所示,成功将文本:这是秘密消息隐藏到了图片output.png中。

从图片中提取文本:

$ cargo run -- extract -i output.png

如上图所示,成功从output.png中解析出了原始文:这是秘密消息

Web 方式

Web 界面提供了直观友好的交互体验,适合普通用户使用。界面采用现代化设计,包含以下特色:

  1. 响应式设计:适配不同屏幕尺寸,支持桌面和移动设备。
  2. 三合一功能面板:通过标签页切换隐藏文件、隐藏文本和提取数据三种功能。
  3. 拖拽上传:支持文件和图片的拖拽上传,提升操作便捷性。
  4. 实时预览:生成的图片可直接在界面中预览。
  5. 即时下载:处理完成后可直接下载结果文件或图片。

界面设计遵循现代美学标准,采用卡片式布局、渐变色彩和动画效果。用户操作的每一步都有清晰的反馈,确保良好的使用体验。

总结

通过这个项目,我深入理解了隐写术的原理和实现方式,也体验了 Rust 在系统编程方面的优势。从算法设计到界面实现,每一个环节都充满了挑战和乐趣。

项目最终实现了以下目标:

  • 支持文本和文件的隐藏与提取
  • 提供命令行和 Web 两种使用方式
  • 确保数据安全性和完整性
  • 提供现代化的用户界面

隐写术虽然古老,但在数字时代仍有其价值。通过亲手实现一个隐写工具,我们不仅能学习到图像处理和数据编码的知识,更能体会到信息安全的魅力。

想了解更多关于Rust语言的知识及应用,可前往华为开放原子旋武开源社区(https://xuanwu.openatom.cn/),了解更多资讯~

Read more

Modelsim仿真软件的,安装/破解/使用教程大全

仿真前言         作为一名FPGA工程师,在做FPGA开发时,使用仿真一定是最重要的,有些人喜欢写完代码直接上板子调试,根本不会做一点点仿真;如果是简单的逻辑代码,有十足的把握,那就不用仿真,可以直接上板子调试,但是,如果您是在做工程的开发,很多代码都是第一次编写调试,那么,代码的仿真是一定要做的,你要问我为啥,我个人觉得,每次把自己写完的代码,放到modelsim上面仿真看一下波形,就像考试的时候,拿着参考答案在做题一样的感觉,各个波形的变化你都会看的一清二楚,但是如果你用在线逻辑分析仪看RTL的仿真,那真的是太耗费时间;         我知道这个时候就会有人说了,Modelsima仿真有啥用呀,和下板子调试完全是两个概念,包括信号延迟,信号质量,眼图等都不一样,说的也对,但是实际情况是,这些人眼高手低,觉得仿真这种操作太麻烦;仿真虽然不能完全模拟真实的硬件信号,硬件延迟也没法准确仿真,但是他能让你在开发的时候,规避掉95%的因为代码引起的错误,这会让你在调试阶段节省很多时间;然后剩下的调试你必须 要在硬件调试时才会发现并且解决;        在调试阶段,FPGA为

By Ne0inhk

75元!复刻Moji 2.0 小智 AI 桌面机器人,基于乐鑫ESP32开发板,内置DeepSeek、Qwen大模型

文末联系小编,获取项目源码 Moji 2.0 是一个栖息在你桌面上的“有灵魂的伴侣”,采用乐鑫 ESP32-C5开发板,配置 1.5寸 360x360 高清屏,FPC 插接方式,支持 5G Wi-Fi 6 极速连接,内置小智 AI 2.0 系统,主要充当智能电子宠物的角色,在你工作学习枯燥时,通过圆形屏幕上的动态表情包卖萌解压,提供情绪陪伴;同时它也是功能强大的AI 语音助手,支持像真人一样流畅的连续对话,随时为你查询天气、解答疑惑或闲聊解闷,非常适合作为极客桌搭或嵌入式学习的开源平台。 🛠️ 装配进化 告别手焊屏幕的噩梦。全新设计的 FPC 插座连接,排线一插即锁,将复刻门槛降至最低。 🚀 性能进化 主控升级为 ESP32-C5。支持 5GHz Wi-Fi 6,

By Ne0inhk

阿里云的moltbot机器人使用钉钉的Stream流式接入

注意 1. 这个不需要工作流 2. 这个不需要开放外网 具体方法: 1.check代码https://github.com/DingTalk-Real-AI/dingtalk-moltbot-connector 2.package.json增加如下代码 "moltbot": { "extensions": ["./plugin.ts"], "channels": ["dingtalk-connector"], "installDependencies": true } 3.安装插件 moltbot plugins install dingtalk-moltbot-connector 4.增加钉钉配置~/.moltbot/moltbot.json;如果有了进行提花 { "channels"

By Ne0inhk

区块链 Web3 系统的开发

开发一个区块链 Web3 系统(通常指去中心化应用 dApp)是一个跨学科的过程,涉及智能合约逻辑、去中心化存储和传统 Web 前端技术的结合。 以下是开发 Web3 系统的核心步骤: 1. 确定应用场景与架构设计 在动手写代码前,首先要明确业务逻辑中哪些部分需要“去中心化”。 * 链上逻辑:涉及资产、权属、治理或关键业务规则的部分,需编写为智能合约。 * 离线数据:大容量文件(如图片、视频)不建议存放在链上,通常使用 IPFS 或 Arweave。 * 技术栈选择:根据需求选择公链(如 Ethereum, Solana, Polygon)或联盟链。 2. 环境搭建与工具准备 Web3 开发有一套专门的工具链。 * 开发框架:Hardhat 或 Foundry(目前最主流,用于编译、测试、

By Ne0inhk