原题地址 EOJ 3343，题目描述没有内容，只给了两幅图，昨天恰好刚学到数字图像处理.有一节内容是讲到拿到两张相似的图片,可以对其做减法从而将其中的差异显示出来，可用于做特征分析。这两张图就看起来很相似，非常有可能有隐藏信息在里边，不论是不是，先拿来做减法试试看。

openCV是比较完善的用于图形图像处理的库，但在这儿我们先用更简单的python的pillow库实现。pillow是早期pythonth自带的图形库，后来python版本更新，年久失修，现在的库是第三方维护的。库的名称为PIL，从PIL中调用Image进行操作。

PIL的Image对象甚至可以直接读成numpy的array，这样做数学运算时也非常简单。打开两幅图片，使用Image.open()打开后，转成np.array()，发现两图的维度不同，一幅是三通道的(RGB)图形，另一幅图是四通道的(RGBA)，这样就不能用numpy的减法直接算（其实这个题猫腻就出在第四通道上）。

对于Image对象，可以使用getpixel()函数得到其通道的数值，这样我们先做处理，不论是三通道还是四通道，都统一成三通道，三通道的就认为alpha为255，返回其(R,G,B)数值，这样再生成np.array()，就可以做减法。再利用PIL的fromarray()，可将数组转换为图形显示出来。两图完全相同的部分数值是0，显示为黑色，而有差异的部分就可以看到显示出图样，是一个单词的形式

原题目给出输入数据的范围 1 <= n <= 7，这与我们破解的图片显示出的单词“HACKING”是一致的，那么这个题目也就可以解决了，此题用python3可以只用一句解决：

print(“HACKING”[int(input())-1])

下边是图像处理过程的代码：

from PIL import Image
import numpy as np
def preprocess(r,g,b,alpha=255):
    return [r,g,b,alpha]
p1=Image.open("s1.png")
p2=Image.open("s2.png")
w1,h1=p1.size
w2,h2=p2.size
a=[]
for i in range(min(h1,h2)):
    a.append([])
    for j in range(min(w1,w2)):
        t1=preprocess(*p1.getpixel((j,i)))
        t2=preprocess(*p2.getpixel((j,i)))
        a[i].append((t1[0]-t2[0],t1[1]-t2[1],t1[2]-t2[2]))
a=np.array(a,dtype='uint8')
res=Image.fromarray(a)
res.show()