按位异或
要实现图像的加密与解密，我们首先需要掌握数学中的按位异或计算方式。
异或运算也叫半加运算，其运算法则与不带进位的二进制加法类似。在python中，通过“^”符号进行异或计算。下面，博主专门列出一个表格详解按位异或运算：
| 算数1 | 算数2 | 结果 | python代码 |
|---|---|---|---|
| 0 | 0 | 0 | 0^0 |
| 0 | 1 | 1 | 0^1 |
| 1 | 0 | 1 | 1^0 |
| 1 | 1 | 0 | 1^1 |
简单的概括按位异或运算的规则是：相同的两个数运算为0，不同两个数运算为1。按位异或不仅仅用于图像的加密与解密，而且可以通过它统计不相同的数。
什么是图像的加密与解密
图像的加密定义：通过对原始图像与密钥图像进行按位异或运算。
图像的解密定义：将加密后的图像与密钥图像在次进行按位异或运算。
从图像的加密与解密可以看出来，它们都是同一种运算。
我们现在规定异或的文字符号为xor，根据上述按位异或运算，我们假设：
xor(a,b)=c
则可以得到：
xor(c,b)=a
亦或者：
xor(c,a)=b
综上所述，我们假设a为原始的图像数据，b为密钥，那么通过xor(a,c)计算出来的c就是加密后的密文。简单的概括加密与解密。
加密过程：将图像a与密钥b进行按位异或运算，完成加密，得到密文c。
解密过程：将密文c与密钥b进行按位异或运算，完成解密，得到图像a。
将图像加密
既然我们完全掌握了图像加密与解密的原理，下面我们通过代码来实现一个图像的加密。同样的，这里我们先获取一个灰度图像。
import cv2
import numpy as np
img = cv2.imread("4.jpg", 0)
r, c = img.shape
key = np.random.randint(0, 256, size=[r, c], dtype=np.uint8)
encryption = cv2.bitwise_xor(img, key)
cv2.imshow("111", encryption)
cv2.waitKey()
cv2.destroyAllWindows()
运行之后，我们会得到乱码图像：
将图像解密
将图像解密通过是通过按位异或运算，这里我们只需要用加密后的图像与key进行按位异或即可，完整代码如下所示：
import cv2
import numpy as np
img = cv2.imread("4.jpg", 0)
r, c = img.shape
key = np.random.randint(0, 256, size=[r, c], dtype=np.uint8)
encryption = cv2.bitwise_xor(img, key)
decryption = cv2.bitwise_xor(encryption, key)
cv2.imshow("111", encryption)
cv2.imshow("222", decryption )
cv2.waitKey()
cv2.destroyAllWindows()
运行之后，我们即可得到原图与加密图像：
