【渗透测试】PNG图片隐藏部分恢复

1、图片原尺寸还原方法一

缺点就是有点慢,毕竟遍历的次数比较多

python 复制代码
import binascii
import struct
import sys

filename = sys.argv[1]
crcbp = open(filename, "rb").read()  # 打开图片
crc32frombp = int(crcbp[29:33].hex(), 16)  # 读取图片中的CRC校验值
print(f"图片中的CRC校验值:\t{crc32frombp}")

for i in range(4000):  # 宽度1-4000进行枚举(如果图片太大,可以适当自行增大)
    for j in range(4000):  # 高度1-4000进行枚举(如果图片太大,可以适当自行增大)
        data = crcbp[12:16] + struct.pack('>i', i) + struct.pack('>i', j) + crcbp[24:29]
        crc32 = binascii.crc32(data) & 0xffffffff
        # print(crc32)
        if crc32 == crc32frombp:  # 计算当图片大小为i:j时的CRC校验值,与图片中的CRC比较,当相同,则图片大小已经确定
            print(f"图片大小(宽×高):\t{i} × {j}")
            print(f'换算后hex:\t\t{hex(i)}, {hex(j)}')

2、图片原尺寸还原方法二

这个方法有时候结果不太准确,可以两个方法相互印证

python 复制代码
import struct
import sys
import zlib

filename = sys.argv[1]
with open(filename, 'rb') as f:
    all_b = f.read()
    crc32key = int(all_b[29:33].hex(), 16)
    data = bytearray(all_b[12:29])
    n = 4095
    for w in range(n):
        width = bytearray(struct.pack('>i', w))
        for h in range(n):
            height = bytearray(struct.pack('>i', h))
            for x in range(4):
                data[x + 4] = width[x]
                data[x + 8] = height[x]
            crc32result = zlib.crc32(data)
            if crc32result == crc32key:
                print("宽为:", end="")
                print(width)
                print("高为:", end="")
                print(height)
                exit(0)

3、PNG图片尺寸修改

修改后,PNG图片即可恢复修改前的大小,显示隐藏的部分。

相关推荐
用户0332126663673 分钟前
使用 Python 将 HTML 内容添加到 PowerPoint 演示文稿中
python·html
看浪的路人4 分钟前
第4讲:MCP Client 开发——连接、发现、调用
windows·python·ai
snow@li10 分钟前
SpringBoot:AOP日志切面全景梳理/原理+流程+实战+避坑
java·开发语言·spring boot
Nil20811 分钟前
C++ emplace_back 与 push_back 详解
开发语言·c++
Swift社区12 分钟前
Python 开发环境怎么选?PyCharm、VS Code、Trae 谁更适合 AI 开发?
人工智能·python·pycharm
卷无止境16 分钟前
聊聊Web开发里的流式数据 从原理到FastAPI实战
后端·python·fastapi
SMF191917 分钟前
【PyCharm】让 PyCharm 使用 .venv 虚拟环境
ide·python·pycharm
修远客22 分钟前
感知模块:Agent的眼睛和耳朵 — 三层降级策略让Agent永不"失明"
python·agent
clear sky .34 分钟前
[freertos源码阅读]task.c任务篇
c语言·开发语言
circuitsosk43 分钟前
Prompt Engineering进阶:面向复杂业务场景的模板化管理与动态注入策略
python·langchain·prompt·跨境电商·rag·上下文管理·动态注入