光棱坦克隐写:灰度分段 + 对角线交错像素分离(支持多图与彩色)
ctf/forensics · verified
一句话结论
光棱坦克隐写把两张或多张图分别压缩到灰度(或 HSV 的 V 通道)的不同亮度区间,再按对角线掩码交错采样合成一张图;肉眼看到的是混合结果,调色阶/曲线或按掩码提取某一亮度区间的像素,就能分离出隐藏图,且可保留彩色、扩展到多图。
原理
- 亮度分段:灰度值 0–255 可以切成多个区间。经典双图做法把表图压进暗段
[0, level_max]、里图压进亮段[level_min, 255],中间留出空隙;每个像素只来自其中一张图,合成后直方图会出现两簇/空隙。 - 对角线交错:用
(i+j) mod 2 == 0之类的对角线掩码决定像素归属:掩码为真取图 1,否则取图 2。人眼在看缩略图时会混合两簇亮度,看起来像一张正常图;放大或调色阶后,交错纹理与隐藏图就显现出来。 - 多图扩展:把 0–255 分成 n 个区间
[a1,b1], [a2,b2], …,每个像素按其灰度归入某一类,再按类输出就是 n 张独立图。区间越多,每张图的动态范围越小,隐藏效果越差。 - 彩色保留:彩色变体保留表图的 H(色相)和 S(饱和度),只把里图编码进 V(明度)通道,最后
HSV → RGB;这样表图颜色正常,里图藏在明度分段里。 - 为什么调色阶能看见:图像编辑器的色阶/曲线工具本质是按输入灰度重新映射输出;把输入范围限制到暗段或亮段,就能把该段的像素拉伸到全动态范围,隐藏图从混合结果中“浮”出来。直方图上异常的高峰/空段是最快的识别特征。
- 与幻影坦克的区别:幻影坦克依赖 Alpha 与背景混合,换背景才显示第二张;光棱坦克把两张图都写进 RGB 灰度,单看一张图也能通过色阶/直方图分离,且支持多图与彩色。
触发条件
- 附件是 PNG/BMP 等无损或高质量图片;直方图出现异常空段、双峰或某个窄区间的高峰。
- 图片放大后能看到对角线/棋盘状交错像素,或调色阶/曲线时出现第二幅图。
- 题目提示“光棱坦克 / 拉高曝光 / 色阶 / 多图合一”,或图片在 PS 里色阶窗口明显不自然。
- 图片未被有损压缩/缩放破坏;彩色变体还需要保留 HSV 通道关系。
利用步骤
- 生成/查看直方图:统计 0–255 各灰度的像素数,寻找中间空段、左右两侧异常峰;也可在 PS 打开“色阶”或“曲线”直接看分布。
- 手动分离:在 PS 中打开色阶,把输入指针拉到暗段或亮段,把该段拉伸到 0–255;或用曲线把输入限制到目标区间,观察隐藏图。
- 脚本分离:检测对角线掩码的周期
m与斜率/偏移k(常见(x + y·k) mod m == 0),取出掩码位置的像素,按该区间最大值归一化到 0–255。 - 对非掩码位置用最近邻/邻域均值/形态学膨胀插值补全,得到完整隐藏图;若图像仍偏暗/偏亮,做直方图均衡或反相。
- 彩色变体:在 HSV 空间取 V 通道做上述分段/掩码处理,H、S 保留原图,再合并回 RGB。
- 多图变体:按直方图峰值把像素分成 n 类,每类单独输出;调整分类阈值直到每张图清晰。
PoC
最小分离脚本(示意,未在本机执行;周期/斜率需按目标调整):
from PIL import Image
import numpy as np
img = Image.open("prism.png").convert("RGB")
arr = np.asarray(img).astype(np.float32)
gray = arr.mean(axis=2) # 近似灰度
h, w = gray.shape
yy, xx = np.indices((h, w))
# 常见对角线掩码:取其中一簇像素
mask = (xx + yy) % 2 == 0
vals = gray[mask]
scale = 255.0 / max(vals.max(), 1)
out = np.zeros((h, w), dtype=np.float32)
out[mask] = np.clip(vals * scale, 0, 255)
# 非掩码像素用 3x3 邻域均值迭代补全(简化)
for _ in range(2):
padded = np.pad(out, 1, mode="edge")
neigh = sum(padded[1+dy:1+dy+h, 1+dx:1+dx+w]
for dy in (-1, 0, 1) for dx in (-1, 0, 1))
out[~mask] = (neigh[~mask] / 9.0)
Image.fromarray(out.astype(np.uint8)).save("hidden.png")
彩色变体可改为取 V = max(R,G,B) 或 colorsys.rgb_to_hsv 的 V 通道做同样的掩码/归一化,再与原始 H、S 合并。原文的 calculate_optimal_levels 是启发式阈值,实际题目需按直方图调整;原文解码脚本同样依赖自动检测的 xoff/xmod,不保证一次命中。
变体与关联
- 变体:双图(暗段/亮段)、多图(n 个灰度区间)、彩色(H/S + V 分段)、对角线/棋盘/斜线等不同掩码。
- 变体:先做直方图均衡/反相再分离;或直接把图片缩放到很小,利用缩略图的混合效果读隐藏图。
- 关联:[[ctf-forensics-mirage-tank-alpha-two-image-checkerboard]](Alpha 双背景,另一类双图)、[[ctf-forensics-png-lsb-column-major-scan-order]](LSB 扫描)、[[ctf-misc-low-frequency-image-downscale-blur-reveal]](低频/模糊恢复隐藏图)。
- 边界:有损压缩会抹平窄亮度区间;区间过窄/过多会导致分离后噪声大;彩色变体若 H/S 被二次压缩,颜色会偏移。
检测与防御
- CTF 识别:直方图有空段/异常峰、图片有对角线交错纹理、调色阶/曲线出现第二幅图;优先检查灰度分段与掩码周期。
- 取证:保留原图,记录直方图和调色阶参数;用脚本与 PS 手动法交叉验证,避免把正常高对比图误判。
- 防御:敏感数据不要用灰度分段隐写;DLP 可检测直方图异常与周期性掩码;对图片做重编码/缩放会破坏窄区间,但也会损失正常画质。