Python加密方法研究项目特定比特占比测试图像生成咨询

以下三种技术手段都可以精准生成你需要的测试图像：

方法1：Python直接生成可控比特的噪声图像 #

这个方案最适配你现有的Python开发环境，比特占比控制精度最高：

• 先确定测试需要的图像尺寸、通道数（灰度/彩色）、位深，计算出整张图像的总比特数，再按你要求的0、1比例算出需要的1比特总数量
• 用numpy库生成指定权重的随机比特序列，示例调用为np.random.choice([0,1], size=总比特数, p=[0.7,0.3])，这里的p参数可以直接替换成你需要的0、1占比，生成的序列占比误差可以控制在千分之一以内
• 将生成的比特序列按位深（比如8位灰度图就按8个比特为一组）转换成0-255的像素值，再reshape为对应尺寸的图像数组
• 用PIL库的Image.fromarray()方法将数组转为图像对象，优先存为PNG、BMP这类无损格式，不会改变原始比特占比；如果需要JPEG格式，保存时将quality参数设为100，尽量降低压缩带来的比特偏移
• 生成完成后写个简单的校验函数，读取导出文件的二进制流，统计实际的0、1比特占比，不符合要求就重新生成即可

方法2：对现有语义图像做比特重调制 #

如果你需要测试用的图像有实际视觉内容，而不是纯噪声图，可以用这个方案：

• 任意下载普通的公开测试图像，转成你需要的尺寸、格式后提取像素数组
• 提取所有像素的二进制比特流，统计当前的0、1比特占比
• 按照目标占比随机替换部分比特位：比如现有1比特占比为20%，你需要30%，就随机选取10%的0比特位改为1即可，优先修改像素的低2位比特，不会明显改变图像的视觉效果，更贴近真实使用场景
• 导出和校验步骤和方法1一致

方法3：可控阈值生成二值/多值图像 #

如果你的测试支持用二值图，这个方案的比特占比控制精度最高，几乎没有误差：

• 直接生成固定比例的黑白二值图，比如70%的像素为纯黑、30%为纯白，需要调整整体比特占比时，微调黑白对应的灰度值即可：比如把纯黑改为灰度值1（二进制00000001）提升1的占比，把纯白改为灰度值254（二进制11111110）提升0的占比
• 导出后不需要额外调整，比特占比和预设值几乎完全一致

注意：如果要导出JPEG这类有损压缩格式，导出后必须重新校验文件的实际比特占比，有损压缩会修改部分像素值，导致最终文件的比特占比和生成时的预设值有偏差。如果必须用JPEG测试，可以提前调整生成时的比特占比，抵消压缩带来的偏移，直到最终导出的文件符合要求。

内容的提问来源于stack exchange，提问作者sashok