参考文章：

汉信码识读技术研究

2020网鼎AreUSerialz、虚幻2 | BTIS’s blog

图片很小，没有隐藏信息，PS打开：

每个像素点的RGB的三个通道都是255/0：

红R色通道：

绿G通道：

蓝B通道：

像二维码，但拼接之后啥都没有。处理思路：

1. 分通道按行拼接，读的时候是 B-G-R，拼接的时候是 R-G-B，图像且大小为36*36

   • 注意看G通道，上下沿的两边都是长黑线，一般是二维码的边沿

     

   • 而我们还观察到到一般二维码的四角都会有空白的一行，但最两边是黑色：

     
     

   • 观察到R通道对应像素行是白色的：

     

   • 而B通道符合二维码的特征，所以把它放在G后面

     

   • 结合经验，那么就可以发现R-G-B 可以拼出二维码

   import cv2
   import numpy as np
   from PIL import Image
   img=cv2.imread('file.png')
   image1=np.hstack((img[:,:,2],img[:,:,1],img[:,:,0])).reshape(36,36) #RGB
   Image.fromarray(image1).save('res.png')
   

   • cv2.imread读文件，读出来是个三维数组（numpy.ndarray） ：3(B:G:R)*36(列数)*12(行数)

     

   • img[:,:,0] 抽出B通道：(B)*36(列数)*12(行数)

   • np.hstack 依次读取每个通道数组的行，连在一起：(36+36+36)*12

     

   • reshape(36,36) 分割最低位维，分割后的数组规格为：36*36

     • 分割过程大致就是砍断长的一维向量，把截出来的向量直接紧挨着放到下面（不理解的话可以自己尝试或者上网查询）

   • Image.fromarray 实现ndarray到image的转换

   

2. 这时候我们确认这是个汉信码，但是发现校正折线位置不对，正常的：

   

3. 加上图像反转

   import cv2
   import numpy as np
   from PIL import Image
   img=cv2.imread('file.png')
   image1=np.hstack((img[:,:,2],img[:,:,1],img[:,:,0])).reshape(36,36) #RGB
   image1=np.flipud(image1)
   Image.fromarray(image1).save('res.png')
   

   

4. 左下定位码也反了，将左下定位码反转180度

    import cv2import numpy as npfrom PIL import Imageimg=cv2.imread('file.png')image1=np.hstack((img[:,:,2],img[:,:,1],img[:,:,0])).reshape(36,36)image1=np.flipud(image1)image1[24:33,3:10]=np.rot90(image1[24:33,3:10],2)Image.fromarray(image1).save('res.png')
   

   • rot90(array,2)将数组旋转180度
     

5. 放进http://www.efittech.com/hxdec.html或用中国编码APP都读不出来，题目中提示暴力修补，而汉信码设计是有纠错能力的，一般使用要选择L2及以上的纠错等级：

   

6. L2的纠错容量可达到15%，足够用了我们随便在那块空白的地方划两下哈哈：

8. 也可以专业一点：补全辅助矫正位，并另填一个像素点辅助汉信码识别系统识别辅助矫正位：

image1[17,33],image1[15,31]=0,0

10. 都可以扫得到flag

flag{eed70c7d-e530-49ba-ad45-80fdb7872e0a}