matlab对信号进行低通滤波,用matlab设计低通滤波器论文

　　Python尝试过做音频的LSB隐藏算法，但过程曲折。虽然结果还是有些瑕疵，毕竟不习惯音频信号处理，但是结果最终还是成功了。

　　1.环境

　　Windows10操作系统，pycharm编辑器，python3.9，第三方库：librosa，bitarray

　　1.1 bitarray的安装

　　安装Bitarray是为了解决英文字符串和二进制字符串之间的转换问题。

　　Pip安装二进制文件

　　1.2安装librosa

　　这是一个Python模块，通常用于分析音频信号，但倾向于音乐。这包括用于构建音乐信息搜索(MIR)系统的基本要素。

　　Pip安装库

　　2.转码函数defstr 2 bitarray(s):s . replace(r n ，)ret=bitarray(。join)[蓝兔] int (1 hard)

　　Bitarray2str))功能：可以将解密后的二进制字符串转码为明文。

　　3.原则

　　以上是图像的lsb隐藏算法，音频也差不多。

　　总之，如果音频采样点是32位浮点型，替换不太重要的位置对音频影响不大，极难找到。例如，从0.005689更改为0.005680。

　　4.算法为importlibrosafrommbitarrayimportbitarrayimportsoundfilesfimpportnumpyasnpbit _ float={ 00 3360.0001， 01 11 :00004 } float _ bit={ 8: 00 ，9:00 ，10:00 ，1: 00 83: 10 ，29:10 ，30:10 ，31:10 ，38336011 ，39360 11 对于key，valueinbit _ float . items(:if loan==value:returnkeydeflsb(音频文件，hidefile)): data，Sr=Librosa.load(音频文件)#隐藏文本infor= withopen)隐藏文件， Rb )ASF:infor=str 2 bitarray(f . read)。decode(utf-8))start=0 end=2 forIinrange(len(infor)))=bit 2 float(infor[start:end])start=2 # librosa . output . write _ example . wav ，data (SF.write ) samplerate=sr，sumplerate hidedfile(:data，Sr=librosa . load)audio file)hidedata，Sr1=librosa . load(hidedfile)infor= forIinrange)len)data):item=int(hidedata)(I))

　　LSB)“音频载体_WAV格式”，“密文():加密函数

　　UNLSB(“加密前的音频”、“加密后的音频”):解密函数

　　4.1由于python没有指针的缺陷，没有好的办法对浮点采样点进行一些位操作。这里，字典bit _ float={00: 0.00001， 01: 0.00002， 10 是用推测方法定义的。

　　每两位二进制转换后的浮点型加到原始采样点，提取时以原始采样点和加密采样点的差值作为判断标准。这个缺点很明显。为了在第一次解码中导出明文，需要与原载波进行比较。其次，因为浮点加法，所以得到的是近似值，不稳定。第三，如果不是某些比特的运算，信息利用率不高，嵌入容量低。

　　为了解决浮点型加减法中近似计算的弊端，从隐藏信息采样点中减去原始采样点时，原始采样点为* 10，000，000。

　　int()hidedata[I]-data[I]* 10000000)成整数，取8，9，10，11为约10，取18，19，20，21为20，28，29，30，21，为转换写字典。

　　float _ bit={ 8:00、9:00、10:00、11336000、18336001、19336001、20336013:00 .

　　4.2加密前后波形无明显差异。

　　考试中的英语都是可以的。

　　Librosa_test.py-系统安全文档资源-CSDN下载