在幾個比賽中以及網上彙總了幾個隱寫題目，都是關於圖片的，所以為了以後的比賽可以寫出一些腳本來備用，彌補stegsolve等隱寫工具的不足。
第一個題目
題目是如圖所示一個圖片
一堆雜色，隱隱約約好像有字，看了看元數據裡沒啥東西，binwalk也沒隱藏啥東西，改了改高度也沒隱藏的信息，用Stegsolve看了看預設的幾個通道，也沒啥東西，估計就是在像素的低位藏了東西了吧，下面科普一下png的知識
png支持RGBA四個通道，每個通道佔8個二進制位，隱寫文件或數據一般都在各個通道的低位，因為低位的變化不會引起較大的視覺變化，圖片還是原來的圖片，但是你不知道是在哪個通道，這裡有4個通道，如果藏在一個通道的低位的話，有四種可能，如果藏在兩個通道的低位的話，可能進行各種運算操作後出現新的圖片，加減乘除與或異或，具體的運算符也沒幾個，這樣的話全部列舉出來也不費多長時間，用python寫個腳本留著以後用就好了
importcv2
importnumpy as np
importos
deflowbit(x):
returnx&0x1
png= cv2.imread("flag_enc.png" , cv2.IMREAD_UNCHANGED)
os.system("mkdirtemp")
os.system("cdtemp")
fori in range(0,4):
forf in range(0,4):
dst= cv2.bitwise_xor(lowbit(png[: ,: ,i]),lowbit(png[: ,:, f]))
cv2.imwrite("temp/"+"xor_"+str(i)+"_"+str(f)+".png",dst*255)
fori in range(0,4):
forf in range(0,4):
dst= cv2.bitwise_or(lowbit(png[: ,: ,i]),lowbit(png[: ,:, f]))
cv2.imwrite("temp/"+"or_"+str(i)+"_"+str(f)+".png",dst*255)
fori in range(0,4):
forf in range(0,4):
dst= cv2.bitwise_and(lowbit(png[: ,: ,i]),lowbit(png[: ,:, f]))
cv2.imwrite("temp/"+"and_"+str(i)+"_"+str(f)+".png",dst*255)
Stegsolve的combine功能太麻煩了，還要提取通道再運算，況且你也不知道是哪兩個通道進行運算，所以我們用opencv直接提取出所有通道，暴力把所有通道的所有運算結果都生成圖片，一眼就看出來了哪個有flag
第二個題目
忘了哪的題了，最後有一堆座標，座標，RGB之類的無非就是圖片，看看最大的座標都沒超過300的，就用opencv創建畫布，寫進去就好了，腳本優化了一下，本來是循環300*300的畫布，判斷座標是否在txt裡，加上判斷操作就很慢了，這裡直接用numpy的ones函數創建了畫布是白色的，那就循環座標的數組改掉畫布的像素就好了，運行比較快不用等
importcv2
importos
importnumpy as np
n=0
canvas= np.ones((300, 300, 3), dtype="uint8")
canvas=canvas*255
list=open("123.txt").read().split("\n")
list=[i.split(",")for i in list]
forp in list:
canvas[int(p[0]),int(p[1])]=[0,0,0]
cv2.imwrite("2.jpg",canvas)
cv2.imshow("Canvas",canvas)
cv2.waitKey(0)
掃描後得到
flag{40fc0a979f759c8892f4dc045e28b820}
第三個題目
分析數據包後得到一個txt，裡面又是數字，但是這次每行是三個數字，範圍從0到255之內，沒有超過的，於是猜測是像素點，但是我們不知道圖片的長寬就沒有辦法生成圖片，拉到txt最下面發現是98457行，於是嘗試分解質因數
即111*887，flag的話，那就是一長串字符，應該是887*111吧
import cv2
import os
import numpy as np
canvas = np.zeros((111, 887, 3), dtype="uint8")
list=open("ce.txt").read().split("\n")
for y in range(0,887):
for x in range(0,111):
arr=list[x+(y)*111].split(",")
canvas[x,y]=[arr[0],arr[1],arr[2]]
cv2.imwrite("2.jpg", canvas)
cv2.imshow("Canvas", canvas)
cv2.waitKey(0)
圖片的題目們用opencv-python來寫腳本解題還是很方便快捷的。圖片直接是numpy數組，方便操作，也方便獲取低位，直接和0x1進行按位與操作便可。
閱讀更多 合天網安實驗室 的文章
