使用Python检测图片是否经过PS篡改：原理与代码详解

ABS_Plastic
676 阅读2分钟

随着图像处理技术的普及，图片的真实性验证变得越来越重要。本文将深入探讨如何利用Python编程以及一些开源库来检测一张图片是否经过Photoshop或其他图像编辑软件的修改。我们将借助图像取证技术，通过分析图片的元数据、像素特征以及潜在的篡改痕迹来实现这一目标。

一、原理简介

  1. 像素级分析：
  • 错误级别分析（Error Level Analysis, ELA） : 不同来源和处理过程的图像，其压缩程度会有差异。ELA通过比较图像压缩前后的变化，可以揭示出可能的篡改区域。
  • 频域分析：通过对图像进行傅里叶变换，可以检查图像是否存在重复的图案、边缘不自然等情况，这可能是由于复制粘贴操作留下的痕迹。
  1. 元数据检查：
  • 检查Exif和其他元数据信息，包括拍摄设备、拍摄时间、地理位置以及软件修改记录等。
  1. JPEG量化表分析：
  • JPEG编码过程中使用的量化表会在篡改后的区域留下独特的印记，对比原图和疑似篡改图的量化表分布可以发现异常。

二、Python实现

以下是基于上述原理的Python代码示例，使用开源库如 Pillow 和 pyexiv2 进行图片篡改检测：

from PIL import Image
import pyexiv2
import cv2
import numpy as np

# 1. 元数据检查
def check_metadata(image_path):
    metadata = pyexiv2.ImageMetadata(image_path)
    metadata.read()
    try:
        # 检查是否有软件修改记录
        software = metadata['Xmp photoshop:History'][0].raw_value
        if 'Adobe Photoshop' in software:
            print("图片可能被Photoshop编辑过")
        else:
        # 检查其他元数据项...
    except KeyError:
        print("元数据中没有找到编辑历史记录")

# 2. 错误级别分析
def error_level_analysis(image_path):
    original_image = Image.open(image_path).convert('RGB')
    img = original_image.copy().quantize(colors=256)
    ela_image = Image.new('RGB', img.size)
    
    for x in range(img.size[0]):
        for y in range(img.size[1]):
            old_pixel = original_image.getpixel((x, y))
            new_pixel = img.getpixel((x, y))
            diff = [abs(p1 - p2) for p1, p2 in zip(old_pixel, new_pixel)]
            ela_image.putpixel((x, y), tuple(diff))

    ela_image.save('ela_output.jpg')

# 3. 频域分析
def frequency_domain_analysis(image_path):
    image = cv2.imread(image_path, cv2.IMREAD_COLOR)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    dft = cv2.dft(np.float32(gray), flags=cv2.DFT_COMPLEX_OUTPUT)
    magnitude_spectrum = 20 * np.log(cv2.magnitude(dft[:, :, 0], dft[:, :, 1]))

    # 显示频域图像
    cv2.imshow('Magnitude Spectrum', magnitude_spectrum)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 主流程
image_path = 'your_image.jpg'
check_metadata(image_path)
error_level_analysis(image_path)
frequency_domain_analysis(image_path)

# 更复杂的图像取证方法，例如JPEG量化表分析，通常需要专门的库或者更深入的研究和算法实现

并未涵盖所有可能的篡改检测手段。实际项目中，可能需要使用OpenCV的额外功能，或是专门针对图像取证设计的库如stegano、imagehash等。此外，检测图片是否被修改是一项相对复杂的任务，往往需要结合多种方法综合判断，并且每种方法都有其局限性，因此准确性和可靠性取决于具体的应用场景和检测技术的组合使用。

avatar
文章
阅读
粉丝