我读过。PNG、.JPEG和其他图像文件类型可能包含恶意软件。
我正在寻找删除潜在的恶意软件嵌入用户上传的图像。Python中有没有一种方法可以从本质上"压平"图像，从而从本质上删除任何恶意内容？有点像如果你要拍一张图片的截图，然后保存截图？或者可能有一种图像类型不容易被破坏？
我已经在一个单独的域上托管了所有用户上传的内容，但我想知道我是否可以更进一步。
在最简单的级别上，位图图像包含两个内容：
-
元数据，这是关于图像的信息，以及
-
像素数据，其本身就是像素颜色。
元数据包含关键内容，如图像的高度和宽度、通道数、每像素的位数、图像的颜色空间以及压缩方式。它还包含可以说不那么关键的补充信息，例如：
- EXIF数据-使用了什么相机，什么镜头，什么曝光，GPS信息等等
- ICC色彩配置文件可实现准确的色彩再现
- IPTC信息-新闻和电信信息、版权、主题标签等
- 地理参考和/或摄影测量信息-请参见GeoTIFF
- 评论-可能包含任意信息(和恶意软件)
像素数据包含组成图像的像素网格的颜色(以及可能的任何透明度)。它经常被压缩。
请注意，以上只是一个简单的层次。我只提到了位图文件，而没有提到矢量文件，如SVG文件，这些文件可能包含自己的一组问题，如"Billion Laughs DoS Attack">请参阅https://en.wikipedia.org/wiki/Billion_laughs_attack
还要注意，完全可以将整个可执行程序附加到图像的末尾或中间，而不必干扰图像读取器/显示程序，这些程序通常会忽略他们无法理解的信息，但会尽最大努力使用他们所做的部分。如果你想要一个示例，在这里，我用ImageMagick制作了一个红色图像，并将128kB的任意数据附加到末尾，并在Mac上的终端中显示，而不会受到macOS的任何投诉：
magick -size 1024x768 xc:red image.png # make red image
dd if=/dev/zero bs=128 count=1024 >> image.png # append 128kB of whatever I like - not actually malware in this case
open imge.png # use "xdg-open" on Linux
还应注意，可以使用隐写术嵌入其他信息，例如，劫持每个像素的最低有效位，并使用它来传递消息或携带一些意外的有效载荷，如恶意软件或水印。因为它是最不重要的一点，所以通常在视觉上是无法察觉的。
所以，现在的问题是，你想做出什么样的权衡，或者换一种说法"你有多偏执？">你决定从你的图像中剥离的信息越多，你就越有可能无意中丢失一些以后需要的信息。如果去掉EXIF数据，您将不再知道图像是何时拍摄的、在哪里拍摄的或由谁拍摄的。如果去掉ICC颜色配置文件，您的图像可能会在某些查看器中显示为褪色、过饱和或绿色。如果你删除了IPTC信息，如果合同要求你保留它，你可能会侵犯许可证。如果你删除地理参考信息，你的数据可能会变得毫无用处。如果去掉注释，可能会丢失屏蔽信息、版权或标记信息。如果将格式从PNG/TIFF/GIF更改为JPEG，则会失去透明度和准确性。如果从TIFF更改为PNG，将失去存储32位、64位或浮点数据以及4个以上通道的能力。如果您从JPEG更改为PNG，您可能会无意中使文件大几十倍或数百倍。
因此，你可以采取的最偏执的行动是将位图加载到内存中，以无法存储任何其他像素数据(例如PPM或原始RGB(a)字节)的格式保存(出于性能原因，最好保存在内存中，而不是磁盘中)，然后将其重新保存为JPEG或PNG。这将丢弃所有EXIF/IPTC/Geo-数据和注释，以及图像结尾或中间附加的任何无关数据。如果您想要一个具体的例子，您可以在终端中使用以下ImageMagick命令：
magick input.jpg -strip ppm:- | magick ppm:- result.jpg
如果你使用PIL/Pillow和Python，你可以做：
from PIL import Image
import numpy as np
# Load image
im = Image.open('image.jpg')
# Convert to format that cannot store IPTC/EXIF or comments, i.e. Numpy array
na = np.array(im)
# Create new image from the Numpy array and save
result = Image.fromarray(na).save('clean.jpg')
如果你的图像是PNG格式的，那么你就增加了复杂性——它可能是一个调色板图像，它可能有alpha/透明度信息，你可能会想保留它。看起来可能是这样的：
from PIL import Image
import numpy as np
# Load image
im = Image.open('image.png')
# Convert to format that cannot store IPTC/EXIF or comments, i.e. Numpy array
na = np.array(im)
# Create new image from the Numpy array
result = Image.fromarray(na)
# Copy forward the palette, if any
palette = im.getpalette()
if palette != None:
result.putpalette(palette)
# Save result
result.save('clean.png')
如果您需要保留一些元数据，则需要考虑其他选项。
"恶意"内容包含在图像元数据中。
当你读取矩阵中的图像数据(像素、颜色)时(例如，使用python中的pillow aka PIL库)，你只会得到图像数据。
当您将其保存回时，元数据将丢失，只保留图像数据。
不过，保存回来可能会产生不希望有的副作用：
- 有损压缩会改变图像
- 根据输出格式的不同，透明度可能不受支持，并且会丢失