viernes, 27 de marzo de 2009

El Método LSB ( parte 1 )

La forma más básica para esconder información en imágenes es utilizando el método LSB (del inglés Least Significant Bit, en español bit menos significativo). Desafortunadamente desconozco la referencia del primer trabajo en donde se menciona el uso de este método, si alguno de ustedes la conoce no dude en ayudarme a saberla.

Este método consiste en reemplazar los bits menos significativos de cada píxel con los bits de la información a ocultar.

Como la mejor forma para aprender es mediante un ejemplo, entonces veamos este método en acción.

Tomemos como el medio portador la imagen de Lena, el mensaje que ocultaremos tendrá una longitud de 2048 bits y seguirá el patrón siguiente:

Mensaje = 11111111 00000000 11111111 00000000 ...


Imagen de Lena, usada para ocultar el mensaje

Como se mencionó en la entrada un poco de imágenes, las imágenes están constituidas por una profundidad de color, es el caso de la imagen de Lena es una imagen de 8 bits. Es decir, cada píxel se representa con 8 bits, lo que provoca que la imagen sea de 256 colores (en este caso es en escala de grises) que van desde el negro (0 en decimal ó 00000000 en binario) hasta el blanco (255 en decimal ó 11111111 en binario).

El bit menos significativo (o lsb en minúsculas, para referirnos al bit menos significativo y no al método para ocultar información) determina la paridad de un número. El lsb es conocido también como el bit más a la derecha. En contra parte el bit más significativo o msb, representa el bit más a la izquierda. Por ejemplo en la imagen siguiente se muestra la representación binaria del número decimal 211, el lsb está marcado con color anaranjado y el lsb en color morado. El msb representa un valor decimal de 128 y el lsb un valor decimal de 1.

Representación binaria del número decimal 211, el lsb está marcado con color anaranjado


El plano lsb es la imagen binaria de 1 bit formada por todos los lsb de la imagen. La siguiente imagen representa el plano lsb de la imagen de Lena.

Plano lsb de la imagen de Lena


Ahora veamos los otros planos binarios de la imagen de Lena.

Planos binarios de la imagen de Lena


El método LSB consiste en modificar el plano lsb de la imagen portadora con la marca a ocultar. De esta forma, si sustituimos los bits del plano lsb fila a fila con la marca mencionada anteriormente (la del patrón de ocho ceros y ocho unos) el plano lsb resultante quedaría como se muestra en la siguiente imagen.
Plano lsb marcado

La imagen marcada, es decir la imagen con el plano lsb modificado, se muestra a continuación.
Imagen de Lena marcada usando el método LSB

Es importante notar que si vemos las dos imágenes jutas no podemos percibir cual es la marcada y cual es la original, puesto que sólo se cambió el valor de los píxeles en una unidad, y esto sucede en el peor de los casos. En la siguiente imagen se muestra la imagen de Lena original, la imagen marcada y finalmente la diferencia absoluta de las dos imágenes. En esta última imagen los píxeles de color blanco representan los píxeles que cambiaron de magnitud al realizarse el marcado.
Diferencia entre las imágenes de Lena original y marcada


Estas modificaciones hechas utilizando el método LSB son imperceptibles al ojo humano, sin embargo si se grafica el plano lsb se puede notar fácilmente que "hay algo extraño en la imagen" y no es por el hecho de que nosotros hayamos usamos una marca evidentemente visible anteriormente. Se podría pensar que el plano lsb tiene una naturaleza aleatoria, es decir que no tiene un patrón como los otros planos (i. e. los planos del bit 4,5,6,7 y 8) pero la realidad es otra, el plano lsb si tiene un patrón que depende de la imagen, aunque a simple vista no lo percibamos. Por ejemplo la siguiente figura muestra una imagen y su plano lsb. Aquí se puede notar a simple vista un patrón en el plano lsb.
Patrón en el plano lsb de la imagen Bird


Para evitar que la marca sea detectada a simple vista (esto se considera un ataque visual, como se mencionó en la entrada clasificaciones de las marcas de agua), muchos diseñadores no la esconden linealmente como lo hicimos en el ejemplo descrito, sino la esconden en posiciones dadas por un generador de números pseudoaleatorios, así la esparcen en toda la imagen incrementando la indetectibilidad.

En la siguiente entrada analizaremos más a fondo este método LSB y de igual forma mostraremos unas modificaciones del mismo. Por ejemplo, la modificación para ocultar una imagen dentro de otra, la modificación para detectar cambios hechos en la imagen marcada (integridad) y una modificación para pueda recuperar la imagen original de la imagen marcada (método reversible).

Que estén bien y estamos en contact...

PD. El código fuente (en matlab) del método explicados en esta entrada se enlista a continuación:
1. Método LSB que oculta un mensaje periódico en una imagen bmp.


miércoles, 4 de marzo de 2009

Instación de FFmpeg en Mac OS X

Esta entrada es un parentesis entre la entrada anterior y la que pondré después (la de la explicación del Método LSB para ocultar información en imágenes)... La posteo porque ya tenía dicha información escrita y pues como no he escrito nada, no quise dejarlos sin leer un rato jeje...

De esta forma, les describiré la instalación de FFmpeg en Mac OS X y los pasos necesarios para hacerlo y los recursos adicionales utilizados.

Es importante notar que FFmpeg es una colección de software libre que puede grabar, convertir y hace streaming de audio y vídeo (usada en windows, Linux, Mac OS u otros sistemas operativos)...Ojo, podemos utlizar unas librerias de FFmpeg para manipular nuestros videos desde programación en C(libavcodec y libavformat). Para más información acerca de FFmpeg pueden dar clic aqui.

Otra libreria libre y open-source utilizada para la manipulación de video (en Java) es Xuggle... esta libreria es nuevecita de paquete pués la lanzaron este mismo año. Hay que destacar que Xuggle utiliza FFmpeg para realizar dicha labor.

Primero, instalarmos FFmpeg en Mac OS X 10.5.6 en una Intel MacBook Pro. La fuente de información de este post viene en esta página: Installing and using FFmpeg on Mac OS X.

Lo que se pretende hacer más adelante es utilizar las librerias de FFmpeg para poder manipular cada unos de los frames de un video (esconderle información) y regresarlos al video mismo.Para ello, se necesita instalar son las herramientas de desarrollo de apple. Principalmente instalar el XCode 3.1 o superior, viene en el DVD incluido con la Mac o se puede descargar de la página herramientas de desarrollo de apple

A continuación instalaremos FFmpeg y complementos.

Prerequisitos: LAME

Librerias para el manejo de MP3, útil al manipular videos flv. FFmpeg no incluye un codificador MP3, debido a eso usaremos LAME. Los pasos para la instalación bajando los codigos fuentes son los siguientes:

1. Crear un directorio de trabajo en home:

mkdir ~/lame
cd ~/lame


2. Descargar los fuentes de SourceForge. El archivo tiene un nombre como lame-398-2.tar.gz o algo similar. Guardarlos en el nuevo directorio creado (paso 1).

3. Decomprimir los fuentes, usando este comando (hay que estar dentro de la carpeta lame):

tar xvzf lame-398-2.tar.gz

4. La descompresión crea una nueva carpeta: lame-398-2 en la que hay que entrar y seguir con los tres comando típicos en una instalación. Para ello, hay que escribir estos comandos

cd lame-398-2
./configure
make
sudo make install


Cada comando toma cerca de un minuto para completarse. Hay que estar atentos por los errores que se generen, pero por lo general LAME está libre de errores de instalación.

Instalación de FFmpeg en Mac OS X 10.5.6

Instalaremos la versión mas reciente de FFmpeg. (Las versiones 3.1 o superior de Xcode tienen incluido subversion, no es necesario instalar Fink). Los pasos para la instalación son:

1. Crear un directorio de trabajo

mkdir ~/ffmpeg
cd ~/ffmpeg


2. Descargar la versión más actual de FFmpeg vía svn (en nuestro caso se obtuvo la revisión 17451).

svn checkout svn://svn.ffmpeg.org/ffmpeg/trunk ffmpeg
cd ffmpeg

3. A continuación, configure y make

./configure --enable-libmp3lame --enable-shared --disable-mmx
make
sudo make install

El parámetro --disable-mmx no se requiere en Power PC. Si se deja en una Intel Mac, probablemente se obtengan algunos errores de compilación, pero esto proveera velocidad.

Felicidades hemos instalado FFmpeg en nuestra Mac. Con esto ya podemos manipular audio y videos (ver tutorial) y mejor aún podemos utilizar las librerias que lo hacen.

Para verificar la instalación correcta basta con abrir la cosola y escribir

ffmpeg

La salida debe ser parecida a esta

FFmpeg version SVN-r17451, Copyright (c) 2000-2009 Fabrice Bellard, et al.
configuration: --enable-libmp3lame --enable-shared --disable-mmx
libavutil 49.14. 0 / 49.14. 0
libavcodec 52.16. 0 / 52.16. 0
libavformat 52.29. 1 / 52.29. 1
libavdevice 52. 1. 0 / 52. 1. 0
built on Feb 19 2009 02:52:53, gcc: 4.0.1 (Apple Inc. build 5484)
At least one output file must be specified


Un comando para ver la información de un video llamado video.avi es:

ffmpeg -i video.avi

Después seguiremos con este rollo del manejo de FFmpeg y sus librerias,
Saludos a todos.


miércoles, 18 de febrero de 2009

Un poco de imágenes

Antes de iniciar la explicación del método LSB para ocultar información en una imagen, es conveniente hablar de teoría básica de imágenes digitales. En esta entrada se describirán los aspectos básicos como: tipos de imágenes, resolución, profundidad, modelos de color, etc.

Una imagen digital es una matriz de dos dimensiones (filas y columnas). Cada elemento de la matriz representa un color. Cada elemento es llamado píxel. Este nombre viene de la contracción de las palabras en inglés picture element (elemento de imagen).

píxel=picture element

Nota. Este tipo de contracciones son llamadas portmanteaus. Otros ejemplos son: emoticon, internet, billón, wikipedia, etc.

De esta forma, una imágen está compuesta de píxeles (ojo...se acentúa la i).

La resolución de una imágen digital (tamaño) es la cantidad de píxeles que hay en una imágen. Así, podemos encontrar imágenes de 256 × 256, 640 × 480, 1024 × 768 píxeles, etc. Aquí, la resolución está dada por las filas y columnas de la imagen. Otra forma de expresar la resolución de la imágen es utilizando la cantidad explicita de píxeles en la imágen (multiplicando filas con columnas) en millones de píxeles o megapíxeles (Mpx). De esta forma, existen imágenes de 1 megapíxel, 2 megapíxeles,...,3.1 megapíxeles, etc. Por ejemplo:

Una imagen con resolución de 640 x 480 píxeles se dice que tiene 0.3 Mpx (640 × 480 = 307,200 = 0.307,200 millones de píxeles).

Una imagen con resolución de 2048 x 1536 píxeles se dice que tiene 3.1 Mpx (2048 × 1536 = 3,145,728 = 3.145,728 millones de píxeles).


Un píxel es un elemento de la imágen y cuya magnitud representa un color. Dicha magnitud es en realidad un número entero el cual puede ser representado por un número fijo de bits. El número de bits (o profundidad de la imagen) determina cuántos colores o gamas de gris pueden ser mostrados. Por ejemplo, en una imagen de 8-bits se utilizan 8 bits para cada pixel, permitiendo mostrar 2 elevado a 8 (256) colores diferentes o gamas de gris.

Siendo más específicos, la siguiente imagen (Lena) tiene una resolución de 256 × 256 píxeles y una profundidad de 8 bits en escala de grises. Es decir sólo se puede representar 256 colores, los cuales van desde el negro (magnitud 0) hasta el blanco (magnitud 255), un colo gris tendría una magnitud cercana a 128.

Imagen de Lena

Un acercamiento a una porción de la imagen de Lena (su ojo izquierdo) se muestra en la siguiente figura, en ella podemos apreciar cada píxel en detalle y el valor de cada uno.

Acercamiento a una porción de la imagen de Lena

Para que un píxel represente multiples colores (y no solamente escala de grises) normalmente se utilizan más bits, generalmente 24. Esto permite tener una cantidad de 2 elevado a la 24 colores, es decir, 16,777,216 opciones de color.

Con tantos colores como saber ¿cuál es cuál?, para ello se utilizan los modelos de color. El modelo de color más utlizado es el modelo RGB, otros modelos utilizados son el CYMK, RYB, etc.

Un paréntesis. En esta página se muestran diversos modelos de color. Además se puede descargar un software muy interesante también. Se las recomiendo si quieren profundizar más al respecto.

En el modelo RGB (del inglés Red, Green, Blue; "rojo, verde, azul"), RGB para simplificar, cada color es representado mediante la mezcla por adición de esos tres colores. Por lo general cada uno de ellos tiene una profundidad de 8 bits, es decir que pueden tomar un valor entre 0 y 255 (un total de 256 colores). Con lo que se pueden obtener 256 × 256 × 256 = 16,777,216 colores.

Para indicar con qué proporción mezclamos cada color, se asigna un valor a cada uno de los colores primarios, de manera que el valor 0 significa que no interviene en la mezcla y, a medida que ese valor aumenta, se entiende que aporta más intensidad a la mezcla.

Por lo tanto, el rojo se obtiene con (255,0,0), el verde con (0,255,0) y el azul con (0,0,255), obteniendo, en cada caso un color resultante monocromático. La ausencia de color (lo que nosotros conocemos como color negro) se obtiene cuando las tres componentes son 0, (0,0,0).

La combinación de dos colores a nivel 255 con un tercero en nivel 0 da lugar a tres colores intermedios. De esta forma el amarillo es (255,255,0), el cyan (0,255,255) y el magenta (255,0,255).

Obviamente, el color blanco se forma con los tres colores primarios a su máximo nivel (255,255,255).

El conjunto de todos los colores se puede representar en forma de cubo. Cada color es un punto de la superficie o del interior de éste. La escala de grises estaría situada en la diagonal que une al color blanco con el negro.
Hasta el momento hemos hablado de imágenes fijas o rasterizadas (llamadas también bitmap, imagen matricial o pixmap). Este tipo de imágenes, como se mencionó anteriormente, son representadas por una rejilla (raster) de píxeles y cuyas características principales son el tamaño y la profundidad.

Sin embargo existen otro tipo de imágenes: las imágenes vectoriales. Éstas son formadas por objetos geométricos independientes (segmentos, polígonos, arcos, etc.), cada uno de ellos definido por distintos atributos matemáticos de forma, de posición, de color, etc. Por ejemplo un círculo de color rojo quedaría definido por la posición de su centro, su radio, el grosor de línea y su color. El interés principal de los gráficos vectoriales es poder ampliar el tamaño de una imagen a voluntad sin sufrir el efecto de escalado que sufren las imágenes rasterizadas. Asimismo, permiten mover, estirar y retorcer imágenes de manera relativamente sencilla.


La imagen de la izquierda es un ejemplo en el que se pueden comparar las imágenes vectoriales (columna de la izquierda) con las imágenes rasterizadas (columna de la derecha) al ampliar las respectivas imágenes. Como se puede comprobar, a medida que aumenta el zoom las imágenes de la izquierda mantienen su calidad, mientras que los de la derecha van revelando paulatinamente los píxeles que conforman la imagen. Las imágenes vectoriales pueden ser escaladas ilimitadamente sin perder su calidad. Los dos ejemplos de ampliación al 300% y al 600% ilustran especialmente bien esta propiedad de las imágenes vectoriales: los contornos de las figuras geométricas (franjas blancas detrás de la letra A) no aumentan proporcionalmente en la figura en el caso de la imagen rasterizado.

Con esta breve introducción a imágenes digitales quedan establecidas la bases necesarias para entender el medio en donde ocultaremos información. Sólo nos queda el utilizar las técnicas para esconder información dentro de ellas. Los métodos que se tratarán en este blog utilizaran imágenes fijas.

En la siguiente entrada veremos cómo ocultar información en una imagen rasterizada utilizando la técnica LSB.

Como nota final, de ahora en adelante llamaremos a las imágenes rasterizadas simplemente como imágenes.

Que estén bien :)