LSB（Least Significant Bit，最低有效位）隐写是最常见的图像隐写技术。它利用人眼对微小颜色变化不敏感的特点，将秘密信息嵌入到图像像素的最低有效位中。

例如，一个像素的红色通道值为 10101101（十进制173），修改其最低位后变为 10101100（十进制172），颜色变化仅1/255≈0.4%，肉眼几乎无法察觉。

通过这种方式，可以在看似正常的图片中隐藏大量信息（每3个像素可隐藏1字节数据）。

LSB残差图是将每个像素的最低有效位提取出来并放大显示（0→黑色，1→白色）得到的图像。它直观地展示了图片LSB层的空间分布。

• 自然图片：LSB残差图通常呈现随机噪声状，0和1各约50%，无明显规律。
• 含隐写图片：被修改区域的LSB残差图可能显示出文字、图案、条带等结构化信息。
• 完全随机噪声：可能为加密后的隐写数据或正常照片噪声。

正常的相机拍摄照片（尤其是JPEG格式），其LSB残差图通常呈现类似随机噪声的分布，0和1的比例接近50:50。这是因为：

• 相机传感器的热噪声使最低位自然随机化
• JPEG压缩的量化过程引入了随机性
• 自然场景本身具有微观随机性

如果残差图中出现大面积的纯黑或纯白区域、明显的几何图案、或文字形状，则很可能包含隐写信息。

综合以下多个指标进行判断：

1. 目视检查残差图：是否有明显的纹理、图案或文字痕迹。
2. 统计1占比：如果某通道1占比显著偏离50%（如<45%或>55%），可能被修改过。
3. 对比不同通道：如果R/G/B通道的残差图差异明显，某个通道异常突出，可疑度高。
4. 对比不同位平面：正常图片的B0-B7位平面渐变自然；隐写可能导致B0平面异常。
5. 提取LSB数据：尝试将提取的数据解码为文本，看是否有可读内容。

注意：没有单一方法能100%检测隐写，需要综合分析。

一个8位灰度值（0-255）可以表示为8个二进制位，每个位构成一个位平面：

• B0（LSB）：最低有效位，权重1，改变它对颜色影响最小，是隐写最常用的位平面。
• B1-B6：中间位平面，权重2-64，B1偶尔也被用于隐写。
• B7（MSB）：最高有效位，权重128，包含图像的主要轮廓信息，残差图接近原图。

通过切换位平面，可以观察不同层级的信息分布。隐写通常发生在B0，高级隐写可能涉及B0和B1。

不能。LSB残差图是一种可视化分析工具，而非自动化检测算法。它的局限性包括：

• 加密后的隐写数据看起来像随机噪声，与正常图片难以区分。
• 低嵌入率的隐写（仅修改少量像素）难以在残差图中发现。
• 自适应隐写算法会选择性地修改不易被检测的像素。
• 经过二次压缩或处理的图片可能丢失隐写特征。

本工具适合初步筛查和教学演示，专业隐写分析需结合RS分析、卡方检验等统计方法。

操作步骤：

1. 上传或拖拽一张图片（推荐使用PNG/BMP无损格式，结果更准确）。
2. 默认显示B0位平面（LSB）全通道残差图，观察是否有异常模式。
3. 分别切换到R/G/B单通道，查看各通道LSB的独立分布。
4. 切换到B1或更高位平面，对比不同位平面的噪声特征。
5. 查看统计面板中1的占比，若偏离50%较多则需留意。
6. 在LSB数据提取区查看原始字节，若有大量可打印字符则可能包含隐藏文本。
7. 点击下载残差图保存PNG以便进一步分析。