[English](#markdown-header-repetition-structures-steganography) | [Español](#markdown-header-estructuras-de-repeticion-esteganografia) #Estructuras de repetición - Esteganografía ![main1.png](images/main1.png) ![main2.png](images/main2.png) ![main3.png](images/main3.png) Una de las ventajas de utilizar programas de computadoras es que podemos realizar tareas repetitivas fácilmente. Los ciclos como `for`, `while`, y `do-while` son estructuras de control que nos permiten repetir un conjunto de instrucciones. A estas estructuras también se les llama *estructuras de repetición*. En la experiencia de laboratorio de hoy completarás una aplicación de esteganografía para practicar el uso de ciclos anidados en la manipulación de arreglos bi-dimensionales. ##Objetivos: 1. Aplicar ciclos anidados y estructuras de control para manipular arreglos bi-dimensionales y extraer mensajes escondidos en imágenes. 2. Utilizar programación modular. 3. Utilizar la representación binaria de caracteres. ##Pre-Lab: Antes de llegar al laboratorio debes haber: 1. Repasado los conceptos básicos relacionados a estructuras de repetición, arreglos bi-dimensionales y estructuras de control. 2. Estudiado los conceptos de componentes de color de los pixeles de imágenes. 3. Estudiado la representación binaria de caracteres. 4. Repasado los métodos de manipulación de "strings". 5. Estudiado los conceptos e instrucciones de la sesión de laboratorio. 6. Tomado el quiz Pre-Lab que se encuentra en Moodle. --- --- ##Esteganografía La esteganografía es la ciencia de camuflar la presencia de mensajes ocultos en portadores legítimos (archivos que parecen inofensivos). Esta ciencia ha sido utilizada por delincuentes cibernéticos para ocasionar daños a sistemas de computadoras, y por terroristas para codificar mensajes ocultos en transmisiones de internet. Se dice que Al-Qaeda puede haber utilizado esteganografía para codificar mensajes en imágenes y luego transportarlos por correo electrónico, y posiblemente por USENET, para preparar y ejecutar los ataques terroristas del 11 de septiembre de 2001. La esteganografía también tiene algunos usos legales [1]: * Un laboratorio de imágenes médicas puede empotrar información del paciente en las imágenes y así prevenir fraude y/o errores en los diagnósticos del paciente. * Podemos usar información oculta para identificar los dueños legítimos de un documento o imagen. Si el documento se filtra o se distribuye sin autorización, se puede trazar su origen hasta el dueño legítimo y quizás descubrir quién rompió el acuerdo de distribución. En esta experiencia de laboratorio implementarás un algoritmo simple para extraer mensajes ocultos en imágenes usando técnicas de esteganografía. --- ##Edición de imágenes En esta experiencia de laboratorio, recuperarás un mensaje secreto que ha sido ocultado en una imagen. Para poder realizar tu tarea debes entender algunos conceptos relacionados a imágenes, conocer métodos de la clase `QImage` de `Qt` y funciones para trabajar con datos de tipo `QRgb`. ###Píxeles Al elemento más pequeño de una imagen se le llama un *píxel*. Esta unidad consiste de un solo color. Como cada color es una combinación de tonalidades de los colores primarios rojo, verde y azul, se codifica como un entero sin signo cuyos bytes representan los tonos de rojo, verde y azul del pixel (Figura 1). A esta combinación se le llama el *RGB* del color por las siglas de "Red-Green-Blue". Por ejemplo, un píxel de color rojo (puro) tiene una representación RGB `0x00ff0000`, mientras que un píxel de color blanco tiene una representación RGB de `0x00FFFFFF` (ya que el color blanco es la combinación de los tonos rojo, verde y azul en toda su intensidad). --- ![figure1.png](images/figure1.png) **Figura 1.** Distribución de bits para las tonalidades de rojo, verde y azul dentro de la representación RGB. Cada tonalidad puede tener valores entre 0x00 (los ocho bits en 0) y 0xFF (los 8 bits en 1). --- En `Qt` se utiliza el tipo `QRgb` para representar valores `RGB`. Utilizando las funciones que describimos abajo podemos realizar algunas operaciones importantes de análisis de imágenes, tales como determinar el RGB de cada píxel de una imagen, y obtener los componentes rojo, verde y azul del valor `QRgb` del píxel. ###Biblioteca La experiencia de laboratorio de hoy utilizará la clase `QImage`. Esta clase permite acceder a los datos de los pixeles de una imagen para poder manipularla. La documentación de la clase `QImage` se encuentra en http://doc.qt.io/qt-4.8/qimage.html. El código que te proveemos en el archivo `steganography.cpp` contiene los siguiente objetos de la clase `QImage`: * `origImage` // contiene la información de la imagen original donde se empotró el mensaje * `newImage` // contendrá la imagen con el mensaje oculto Los objetos de clase `QImage` tienen los siguiente métodos que serán útiles para la experiencia de laboratorio de hoy: * `width()` // devuelve el ancho de la imagen (un número entero positivo) * `height()` // devuelve la altura de la imagen (un número entero positivo) * `pixel(i, j)` // devuelve el `QRgb` del píxel en la posición `(i,j)` Las siguientes funciones te serán útiles para trabajar con datos de tipo `QRgb`: * `qRed(pixel)` // devuelve el tono del color rojo del píxel, i.e. un valor entre (0x00 y 0xFF) * `qGreen(pixel)` // devuelve el tono del color verde del píxel, i.e. un valor entre (0x00 y 0xFF) * `qBlue(pixel)` // devuelve el tono del color azul del píxel, i.e. un valor entre (0x00 y 0xFF) ####Ejemplos: 1. Si la siguiente imagen `4 x 4` de píxeles representa el objeto `origImage`, ![ejemplo.png](images/ejemplo.png) entonces `origImage.pixel(2,1)` devuelve un valor `rgb` que representa el color azul (`0x0000ff`). 2. La siguiente instrucción le asigna a la variable `greenContent` el valor del tono de verde que contiene el píxel `(1,1)` de `origImage`: `int greenContent = qGreen(origImage.pixel(1,1));`. 3. El siguiente programa crea un objeto de clase `QImage` e imprime los componentes rojo, verde y azul del pixel en el centro de la imagen. La imagen utilizada es la que se especifica dentro del paréntesis durante la creación del objeto, esto es, el archivo `chuck.png`. --- ```cpp #include #include using namespace std; int main() { QImage myImage(“/Users/rarce/Downloads/chuck.png”); QRgb centralPixel; centralPixel = myImage.pixel(myImage.width() / 2, myImage.height() / 2); cout << hex; cout << “Los componentes rojo, verde y azul del pixel central son: “ << qRed(centralPixel) << “, “ << qGreen(centralPixel) << “, “ << qBlue(centralPixel) << endl; return 0; } ``` ###Empotrando un mensaje en una imagen Uno de los métodos más simples para esconder un mensaje en una imagen es codificando el mensaje en los bits menos significativos de los componentes de los colores de los píxeles de la imagen. Este método esconde el mensaje en la imagen eficientemente porque el efecto al cambiar el bit menos significativo en un color de 8 bits es casi imperceptible para el ojo humano. Por ejemplo, la Figura 2 muestra dos píxeles gigantes, el de la izquierda es de color `0xff0000`y el de la derecha es de color `0xfe0101`. Recuerda que el **byte** más significativo (esto es, los dos dígitos hexadecimales más a la izquierda) representan la intensidad del color rojo, el segundo **byte** representa la intensidad del color verde, y el **byte** menos significativo representa la intensidad del color azul. En la Figura 2, los **bits** menos significativos de los componentes rojo, verde y azul de los dos píxeles son diferentes, sin embargo, ambos píxeles se ven del mismo color. El píxel de la derecha es el resultado de codificar el mensaje de tres bits `011` en los bits menos significativos de cada color en el píxel original. Esto es, codificar el `0` en el bit menos significativo del componente rojo, codificar el `1` en el bit menos significativo del componente verde, y codificar el `1` en el bit menos significativo del componente azul del píxel. --- ![figure2.png](images/figure2.png) **Figura 2.** El cuadrado de la izquierda representa un píxel de color `0xff0000`. El cuadrado de la derecha representa un píxel de color `0xfe0101`. --- Ahora ilustraremos el procedimiento para empotrar la palabra en inglés "Dog" en la siguiente imagen: ![main3.png](images/main3.png) Asume que cada cuadrado es un píxel de la imagen. El primer paso sería obtener la representación ASCII del mensaje. Los bits de la representación ASCII son los bits que codificaremos en los colores de los píxeles. La representación ASCII de "Dog" es: ``` "Dog" = 01000100 01101111 01100111 ``` El código `01000100` corresponde a la `D`, y así sucesivamente. El proceso de codificación es más fácil de entender si separamos los bits en grupos de tres (un bit por cada componente del RGB): ``` "Dog" = 010 001 000 110 111 101 100 111 ``` Ahora, comenzamos a recorrer la imagen píxel por píxel, empotrando en cada píxel tres bits del código ASCII (un bit en cada componente de color del píxel). Por ejemplo, empotraríamos `010` en el primer píxel, `001` en el segundo, y así sucesivamente. Podemos hacer lo siguiente para empotrar cada trío de bits `b2, b1, b0`: ``` Datos de entrada: p: un píxel b2,b1,b0: el trío de bits Dato de salida: modifiedPixel: el píxel con el trío empotrado ======== 1. r = componente rojo de p 2. g = componente verde de p 3. b = componente azul de p 4. "limpiar" o apagar" los bits menos significativos de r,g,b 5. el componente rojo de modifiedPixel contendrá b2 sustituido en el bit menos significativo de r 6. el componente verde de modifiedPixel contendrá b1 sustituido en el bit menos significativo de g 7. el componente azul de modifiedPixel contendrá b0 sustituido en el bit menos significativo de b ``` Por ejemplo, digamos que queremos empotrar el trío `011` en el píxel cuyo código de color es `0xa5b6c7`. El algoritmo computará como sigue: ``` 1. r = 0x10100101 // esto es 0xa5 2. g = 0x10110110 // esto es 0xb6 3. b = 0x11000111 // esto es 0xc7 4. "limpiar" los bits menos significativos de r,g,b r será 0x10100100 g será 0x10110110 b será 0x11000110 5. el componente rojo de modifiedPixel será 0x10100100 (esto es, 0xa4) 6. el componente verde de modifiedPixel será 0x10110111 (esto es 0xb7) 7. el componente azul de modifiedPixel será 0x11000111 (esto es 0xc7) el código del color de modifiedPixel será 0xa4b7c7 ``` La siguiente es la imagen después que la palabra "Dog" fue empotrada. ![figure3.png](images/figure3.png) Solo el color de los primeros 8 píxeles fue modificado, ya que el código ASCII para todas las letras en la palabra "Dog" tiene 24 bits de largo. Los siguientes son los códigos de los colores de los primeros ocho píxeles de la imagen original y de la imagen modificada. | Píxel de la imagen original | Trío de bits | Píxel de la imagen modificada | |---|---|---| | `0x99 99 99` | `010` | `0x98 99 98` | | `0x00 00 00` | `001` | `0x00 00 01` | | `0x00 00 00` | `000` | `0x00 00 00` | | `0x00 00 00` | `110` | `0x01 01 00` | | `0x00 00 00` | `111` | `0x01 01 01` | | `0x00 00 00` | `101` | `0x01 00 01` | | `0x00 00 00` | `100` | `0x01 00 00` | | `0x00 00 00` | `111` | `0x01 01 01` | Pregunta: ¿Qué mensaje está escondido (usando la técnica del bit menos significativo) en una imagen cuyos primeros 8 píxeles son: ``` 0x545554 0x666667 0x444544 0x333232 0xff0000 0x0100ff 0x00ff00 0x10aaba ``` Explica tu respuesta. --- --- !INCLUDE "../../eip-diagnostic/steganography/es/diag-steganography-01.html" !INCLUDE "../../eip-diagnostic/steganography/es/diag-steganography-02.html" !INCLUDE "../../eip-diagnostic/steganography/es/diag-steganography-03.html" !INCLUDE "../../eip-diagnostic/steganography/es/diag-steganography-04.html" !INCLUDE "../../eip-diagnostic/steganography/es/diag-steganography-05.html" !INCLUDE "../../eip-diagnostic/steganography/es/diag-steganography-06.html" !INCLUDE "../../eip-diagnostic/steganography/es/diag-steganography-07.html" --- --- ##Sesión de laboratorio: En la experiencia de laboratorio de hoy completarás una aplicación de esteganografía para extraer mensajes ocultos en imágenes. ###Ejercicio 1: Extraer el mensaje binario ####Instrucciones 1. Carga a QtCreator el proyecto `Steganography` haciendo doble "click" en el archivo `Steganography.pro` en el directorio `Documents/eip/Repetitions-Steganography` de tu computadora. También puedes ir a `http://bitbucket.org/eip-uprrp/repetitions-steganography` para descargar la carpeta `Repetitions-Steganography` a tu computadora. El proyecto contiene el esqueleto de una aplicación para recuperar mensajes empotrados en imágenes. Los mensajes que estarás recobrando se empotraron utilizando la técnica del bit menos significativo. El final de cada mensaje se codificó utilizando el caracter ASCII con código binario `00000000`. 2. Compila y corre el programa. Debes obtener una interface que luce parecida a: ![img1.png](images/img1.png) 3. El botón `Load Image` fue programado para permitir al usuario cargar una imagen y desplegarla. Tu tarea es programar la funcionalidad del botón `Retrieve Message` para analizar la imagen y extraer el mensaje escondido. El mensaje escondido debe desplegarse en la ventana que dice `Write a message`. 4. Estarás trabajando con el archivo `steganography.cpp`. Completa la función `ExtractMessage` que recibe una imagen de esteganografía para que extraiga los dígitos del mensaje binario empotrado en la imagen y los guarde en un "string". La función debe invocar otra función `binaryStringToMessage` que convierta el "string" de `0`'s y `1`'s en los caracteres del mensaje y devolver el mensaje oculto. Por ejemplo, si los primeros píxeles de la imagen fuesen los siguientes, ```` 0x98 99 98 0x00 00 01 0x00 00 00 0x01 01 00 0x01 01 01 0x01 00 01 0x01 00 00 0x01 01 01 0xf0 ea 00 0x44 00 f0 0x00 aa 22 . . . ., ```` tu función `ExtractMessage` extraería los bits menos significativos de cada componente de color construiría el siguiente `string`: `”010001000110111101100111000000000…”`. Nota que tu algoritmo debe tener algún mecanismo para detectar si el último bloque de 8 caracteres extraídos eran todos `0`. Cuando esto pase, el algoritmo debe parar de leer los píxeles. El “string” de dígitos binarios debe ser enviado a otra función `binaryStringToMessage` (ver Ejercicio 2) que interprete los `0`'s y `1`'s como los bits de caracteres ASCII. En el ejemplo, si pasaras el argumento `”010001000110111101100111000000000”` a la función `binaryStringToMessage`, debería devolver "Dog" (porque `01000100` corresponde a `D`, `01101111` es 'o', `01100111` es 'g', y un `00000000` simboliza que se terminó el “string”.) Para poder implementar el algoritmo de extracción del mensaje, debes entender cómo fue empotrado el mensaje. Si es necesario, repasa la sección “Empotrando un mensaje en una imagen”. ###Ejercicio 2: Interpretar el mensaje ####Instrucciones 1. Completa la función `binaryStringToMessage` que recibe el "string" de `0`'s y `1`'s extraido de la imagen para que devuelva el mensaje oculto. Puedes aprovechar la función `binStringToChar` para convertir "substrings" de 8 `0`'s y `1`'s en el caracter que le corresponde. 2. Prueba tu código usando las siguientes imágenes * `pug.png`, contiene el mensaje "Hello World !" * `uprTorre.png`, contiene el mensaje "CCOM3033 - Steganography Lab Rules!!!" 3. Una vez que valides tu código con las imágenes de prueba, usa el programa para analizar las siguientes imágenes: * `gallito.png` * `puppy.png` * `vacas.png` --- --- ##Entrega Utiliza "Entrega" en Moodle para entregar el archivo `steganography.cpp` que contiene las funciones `ExtractMessage` y `binaryStringToMessage`. Recuerda utilizar buenas prácticas de programación, incluir el nombre de los programadores y documentar tu programa. --- --- ## Referencias [1] Rocha, Anderson, and Siome Goldenstein. "Steganography and steganalysis in digital multimedia: Hype or hallelujah?." Revista de Informática Teórica e Aplicada 15.1 (2008): 83-110. --- --- --- [English](#markdown-header-repetition-structures-steganography) | [Español](#markdown-header-estructuras-de-repeticion-esteganografia) # Repetition Structures - Steganography ![main1.png](images/main1.png) ![main2.png](images/main2.png) ![main3.png](images/main3.png) One of the advantages of using computer programs is that we can easily implement repetitive tasks. Structures such as the `for`, `while`, and `do-while` allow us to repeat a block of instructions as many times as needed. These structures are also referred to as *repetition structures*. In today's laboratory experience you will complete a steganography application to practice the use of nested loops and the manipulation of bidimensional arrays. ##Objectives: 1. Apply nested loops and decision structures to manipulate bidimensional arrays and extract messages hidden in images. 2. Use modular programming. 3. Use the binary representation of characters. ##Pre-Lab: Before coming to the laboratory session you should have: 1. Reviewed the basic concepts related to repetition structures, bidimensional arrays and decision structures. 2. Studied the concepts of the color composition of pixels in images. 3. Studied the binary representation of characters. 4. Reviewed the string manipulation methods. 5. Studied the concepts and instructions related to the laboratory session. 6. Taken the Pre-Lab quiz available through the course’s Moodle portal. --- --- ##Steganography Steganography is the science of camouflaging the presence of hidden messages in legitimate carriers (seemingly harmless files). This science has been used by cybercriminals to inflict damage to computer systems and by (old style) terrorists to encode hidden messages transmitted through the internet. There is claim that Al-Qaeda may have used steganography to encode messages into images, and then transport them via e-mail, and possibly via USENET, to prepare and execute the September 11, 2001 terrorist attack. Steganography has some lawful uses too [1]: * A medical imaging laboratory can embed a patient's information into the images, thus preventing against fraud and/or patient misdiagnosis. * We can use hidden information to identify the legitimate owner of a document or image. If the document is leaked, or distributed to unauthorized parties, one can trace it back to the rightful owner and perhaps discover which party broke the license distribution agreement. In this laboratory experience you will implement a simple algorithm to extract hidden messages from steganography images. --- ##Image Editing In this laboratory experience, you will recover secret messages that have been hidden in an image. To be able to carry out your task, you should understand some concepts related to images, be familiar with the methods of the `QImage` class in `Qt`, and with functions to work with data of the `QRgb` type. ###Pixels The smallest element in an image is called a *pixel*. This unit consists of a single color. Since each color is a combination of tones for the primary red, green and blue colors, it is coded as an unsigned integer whose bytes represent the tones of red, green and blue of the pixel (Figure 1). This combination is called the color's *RGB* which is an acronym for "Red-Green-Blue". For example, a pure red pixel has an RGB representation of `0x00ff0000`, while a white pixel has an RGB representation of `0x00FFFFFF` (since the color white is a combination of tones of red, green and blue in all of their intensity). --- ![figure1.png](images/figure1.png) **Figure 1.** Bit distribution for the tones of red, green and blue in an RGB representation. Each tone can have values between 0x00 (the eight bits in 0) and 0xFF (the 8 bits in 1). --- `Qt` uses the `QRgb` type to represent `RGB` values. Using the functions that are described below we can perform important operations to analyze images, such as obtaining the RGB of each pixel in an image, and to obtain the red, green and blue components of the `QRgb` value of the pixel. ###Library In today's laboratory experience you will use the `QImage` class. This class allows you to access the data in the pixels of an image to manipulate it. The documentation for the `QImage` class can be found in http://doc.qt.io/qt-4.8/qimage.html. The code provided in the file `steganography.cpp` contains the following objects of the `QImage` class: * `origImage` // contains the information of the original image where the message was hidden * `newImage` // will contain the image with the hidden message The objects of the `QImage` class have the following methods that will be useful for today's laboratory experience: * `width()` // returns the positive integer value for the image's width * `height()` // returns the positive integer value for the image's height * `pixel(i, j)` // returns the `QRgb` for the pixel in position `(i,j)` The following functions are useful to work with data of type `QRgb`: * `qRed(pixel)` // returns the tone for the pixel's red color, i.e. a value between (0x00 and 0xFF) * `qGreen(pixel)` // returns the tone for the pixel's green color, i.e. a value between (0x00 and 0xFF) * `qBlue(pixel)` // returns the tone for the pixel's blue color, i.e. a value between (0x00 and 0xFF) ####Examples: 1. If the following `4 x 4` image of pixels represents the object `origImage`, ![ejemplo.png](images/ejemplo.png) then `origImage.pixel(2,1)` returns the `rgb` value that represents the color blue ( `0x0000ff`). 2. The following instruction assigns to `greenContent` the value of the green tone that is contained in the pixel `(1,1)` of `origImage`: `int greenContent = qGreen(origImage.pixel(1,1));`. 3. The following program creates an object of class `QImage` and prints the red, green and blue components of the pixel in the center of the image. The image used is the one specified within the parenthesis during the creation of the object, that is, the file `chuck.png`. --- ```cpp #include #include using namespace std; int main() { QImage myImage(“/Users/rarce/Downloads/chuck.png”); QRgb centralPixel; centralPixel = myImage.pixel(myImage.width() / 2, myImage.height() / 2); cout << hex; cout << “The red, green and blue components of the middle pixel are: “ << qRed(centralPixel) << “, “ << qGreen(centralPixel) << “, “ << qBlue(centralPixel) << endl; return 0; } ``` --- ###Embedding a message into an image One of the simplest methods of *hidding* a message in an image is by encoding the message into the least significant bits of the image pixel's colors. This method effectively hides the message in the image because changing the least significant bit of a 8-bit color is barely noticeable by the human observer. For example, Figure 2 shows two huge pixels, the one on the left has color `0xff0000` and the one on the right has color `0xfe0101`. Recall that the most significant **byte** (i.e. the two leftmost hex digits) represents the intensity of the red color, the second **byte** represents the intensity of the green color, and the least significant **byte** represents the intensity of the blue color. In Figure 2, the least significant **bits** of the red, green and blue components of the two pixels are different, yet, they look the same color. The pixel on the right is the result of encoding the three bit message `011` into the original pixel's least significant bits (of each color). That is, encode the `0` in the least significant bit of the red component, encode the `1` in the least significant bit of the green component, and encode the `1` in the least significant bit of the blue component in the pixel. --- ![figure2.png](images/figure2.png) **Figure 2.** The left square represents a pixel of color `0xff0000`. The right square represents a pixel of color `0xfe0101`. --- Let's illustrate the embedding procedure of the word "Dog" into the following image: ![main3.png](images/main3.png) Assume that each square is a pixel of the image. The first step would be to obtain the ASCII representation of the message. The bits of the ASCII representation are the bits we will encode into the colors of the pixels. The ASCII representation of `Dog` is: ``` "Dog" = 01000100 01101111 01100111 ``` The code `0100 0100` corresponds to the `D`, and so forth. The encoding procedure it is easier to understand if we separate the bits into groups of three (one bit for each RGB component): ``` "Dog" = 010 001 000 110 111 101 100 111 ``` Next, we start traversing the image pixel by pixel, embedding in each pixel three bits from the ASCII code (one bit in each pixel's color component). For instance, we would embed `010` in the first pixel, `001` in the second, and so forth. We may do the following to embed each trio of bits `b2, b1, b0`: ``` Input: p: a pixel b2,b1,b0: the trio of bits Output: modifiedPixel: the pixel with the embedded trio ======== 1. r = red component of p 2. g = green component of p 3. b = blue component of p 4. clear the least significant bits of r,g,b 5. the red component of modifiedPixel will contain b2 substituted in the least significant bit of r 6. the green component of modifiedPixel will contain b1 substituted in the least significant bit of g 7. the blue component of modifiedPixel will contain b0 substituted in the least significant bit of b ``` For example, say that you are embedding the bit trio `011` into a pixel whose color code is `0xa5b6c7`. The algorithm would compute as follows: ``` 1. r = 0x10100101 // this is 0xa5 2. g = 0x10110110 // this is 0xb6 3. b = 0x11000111 // this is 0xc7 4. clear the least significant bits of r,g,b r becomes 0x10100100 g becomes 0x10110110 b becomes 0x11000110 5. the red component of the modifiedPixel will be 0x10100100 (that is, 0xa4) 6. the green component of the modifiedPixel will be 0x10110111 (that is 0xb7) 7. the blue component of the modifiedPixel will be 0x11000111 (that is 0xc7) the modifiedPixel color code will be 0xa4b7c7 ``` The following is the image after the word "Dog" was embedded. ![figure3.png](images/figure3.png) Only the color of the first 8 pixels was modified, since the combined ASCII code for "Dog" was 24 bits long. The following are the color codes for first eight pixels of the original and modified images: | Original Image pixel | Bit trio | Modified image pixel | |---|---|---| | `0x99 99 99` | `010` | `0x98 99 98` | | `0x00 00 00` | `001` | `0x00 00 01` | | `0x00 00 00` | `000` | `0x00 00 00` | | `0x00 00 00` | `110` | `0x01 01 00` | | `0x00 00 00` | `111` | `0x01 01 01` | | `0x00 00 00` | `101` | `0x01 00 01` | | `0x00 00 00` | `100` | `0x01 00 00` | | `0x00 00 00` | `111` | `0x01 01 01` | Question: What message is hidden (using the least significant bit technique) in an image whose first 8 pixels are: ``` 0x545554 0x666667 0x444544 0x333232 0xff0000 0x0100ff 0x00ff00 0x10aaba ``` Explain your answer. --- --- !INCLUDE "../../eip-diagnostic/steganography/en/diag-steganography-01.html" !INCLUDE "../../eip-diagnostic/steganography/en/diag-steganography-02.html" !INCLUDE "../../eip-diagnostic/steganography/en/diag-steganography-03.html" !INCLUDE "../../eip-diagnostic/steganography/en/diag-steganography-04.html" !INCLUDE "../../eip-diagnostic/steganography/en/diag-steganography-05.html" !INCLUDE "../../eip-diagnostic/steganography/en/diag-steganography-06.html" !INCLUDE "../../eip-diagnostic/steganography/en/diag-steganography-07.html" --- --- ##Laboratory Session In today's laboratory experience you will complete a steganography application to extract hidden messages from images. ###Exercise 1: Extract the binary message ####Instructions 1. Load the Qt project called `Steganography` by double-clicking on the `Steganography.pro` file in the `Documents/eip/Repetitions-Steganography` folder of your computer. You can also go to `http://bitbucket.org/eip-uprrp/repetitions-steganography` to download the `Repetitions-Steganography` folder to your computer. The project contains the skeleton for an application to recover embedded messages from images. The messages that you will be recovering have been embedded using the least significant bit technique. The end of each message was encoded by using the ASCII character with binary code `00000000`. 2. Compile and run the program. You should obtain an interface that looks similar to: ![img1.png](images/img1.png) 3. The button `Load Image` has already been programmed to allow the user to load an image and display it. Your task is to program the functionality of the button `Retrieve Message` to analyze the image and extract the hidden message. The hidden message should be displayed in the `Write a message` window. 4. You will be working with the `steganography.cpp` file. Complete the `ExtractMessage` function that receives a steganography image so it extracts the digits of the binary message encoded in the image and stores them in a string. The function should invoke another function `binaryStringToMessage` that converts the string from `0`'s and `1`'s in the message's characters and returns the hidden message. For example, if the first few pixels the image were these: ```` 0x98 99 98 0x00 00 01 0x00 00 00 0x01 01 00 0x01 01 01 0x01 00 01 0x01 00 00 0x01 01 01 0xf0 ea 00 0x44 00 f0 0x00 aa 22 . . . . ```` your `ExtractMessage` function would extract the least significant bits of each colors component and construct the `string`: `"010001000110111101100111000000000.."`. Notice that your algorithm should have some mechanism for detecting if the last 8 character block were all `0`. When this happens, the algorithm should stop reading the pixels. The string of binary digits should then be sent to another function `binaryStringToMessage` (see Exercise 2) that interprets the `0`'s and `1`'s as the bits of ASCII characters. In the example, the string `”010001000110111101100111000000000”` would be decoded to "Dog" (because `01000100` corresponds to 'D', `01101111` is 'o', `01100111` is 'g', and a `00000000` symbolizes the end of the string.) To implement the algorithm for extracting the message, you should understand how the message was encoded. If necessary, review the "Embedding a message into an image" section. ###Exercise 2: Interpreting the message ####Instructions 1. Complete the `binaryStringToMessage` function that receives the string of `0`'s and `1`'s extracted from the image so it returns the hidden message. You can use the `binStringToChar` function to convert substrings of 8 `0`'s and `1`'s in its corresponding character. 2. Test your code using the following images: * `pug.png`, contains the message "Hello World !" * `uprTorre.png`, contains the message "CCOM3033 - Steganography Lab Rules!!!" 3. Once you validate your program using the test images, use the program to analyze the following images. * `gallito.png` * `puppy.png` * `vacas.png` --- --- ##Deliverables Use "Deliverables" in Moodle to upload the `steganography.cpp` file that contains the `ExtractMessage` and `binaryStringToMessage` functions. Remember to use good programming techniques, include the names of the programmers involved, and to document your program. --- --- ##References [1] Rocha, Anderson, and Siome Goldenstein. "Steganography and steganalysis in digital multimedia: Hype or hallelujah?." Revista de Informática Teórica e Aplicada 15.1 (2008): 83-110.