O STEGO·STUDIO tem duas funções. O Encoder esconde mensagens de texto dentro de imagens usando esteganografia LSB. O Analyzer examina qualquer imagem em busca de mensagens ocultas e estima a origem provável da imagem (foto, screenshot, arte digital ou IA).

Tudo roda 100% no seu navegador. Nenhuma imagem ou dado é enviado para servidores.

Cada pixel de uma imagem tem valores de cor (vermelho, verde, azul). O bit menos significativo (LSB) de cada valor pode ser alterado sem mudança visível na imagem. A esteganografia LSB escreve a mensagem nesses bits.

Por isso só formatos sem perda (PNG, BMP, WEBP lossless) servem para codificar — JPEG e redes sociais recomprimem a imagem e destroem esses bits.

Há duas formas de escrever o LSB. O LSB Replacement (LSBR) simplesmente sobrescreve o bit — simples, mas deixa uma assimetria par/ímpar estrutural que ataques estatísticos detectam com facilidade. Já o LSB Matching (LSBM) soma ou subtrai 1 aleatoriamente para chegar ao mesmo bit, sem deixar essa assimetria. O STEGO·STUDIO usa LSBM, muito mais difícil de detectar que o LSBR usado por ferramentas como OpenStego e OpenPuff.

Por padrão, a mensagem é escrita só no canal azul (~1 bit por pixel), o que dá o menor impacto visual. O modo alta capacidade (RGB) espalha a mensagem pelos três canais de cor, triplicando o espaço disponível (~3 bits por pixel) — útil para mensagens grandes. Em troca, mexer nos três canais é um pouco mais detectável que mexer só no azul. A imagem registra qual modo foi usado, então a decodificação é automática.

Mede a probabilidade de haver conteúdo escondido. Combina vários sinais: header de protocolo conhecido, texto recuperado pelo investigador, anomalias estatísticas nos LSBs (chi-quadrado), strings suspeitas, dados após o fim do arquivo, e mais.

Quando o investigador profundo recupera texto legível, esse é o sinal mais forte. Mensagens cifradas não podem ser lidas sem a chave, mas a aleatoriedade estatística que deixam nos LSBs levanta a suspeita.

O analisador também roda dois ataques estruturais — RS (Regular–Singular) e WS (Weighted Stego) — que detectam especificamente o LSB Replacement e estimam quanto da imagem carrega payload. Quando os dois concordam, é forte indício de que a imagem foi feita com uma ferramenta como OpenStego ou OpenPuff. Esses testes não acusam o LSB Matching, então as próprias imagens do STEGO·STUDIO passam limpas por eles.

Há ainda uma heurística de embedding neural, que procura a assinatura típica de métodos baseados em GAN como o SteganoGAN: os três canais de cor com planos LSB quase idênticos e ruído de alta frequência muito simétrico entre eles. Quando isso aparece, a ferramenta levanta uma suspeita — nunca uma certeza. Sem o modelo neural original (que não roda no navegador), é impossível confirmar; o padrão também pode surgir em algumas imagens texturizadas ou sintéticas. Trate como pista, não como veredito.

Estima se a imagem é fotografia, screenshot, arte digital/3D ou sintética (IA). Cada categoria recebe um score independente de 0 a 100 — vários podem ser altos ao mesmo tempo, porque uma imagem pode ter características de mais de uma origem.

O maior score indica a origem mais provável. Scores próximos entre si significam que a ferramenta não conseguiu distinguir com confiança.

Alguns sinais técnicos servem a mais de uma categoria. Para evitar repetição, cada indicador aparece na categoria onde tem maior peso.

Fotografia — EXIF de câmera física (firmware não é forjável por IA), ruído de sensor, alta diversidade cromática.

Screenshot — bordas perfeitamente nítidas, ausência de ruído de sensor, paleta de interface, dimensões típicas de tela.

Arte digital / 3D — sem ruído de sensor, bordas regulares, paleta controlada, gradientes artificiais.

Sintética / IA — entropia regional uniforme, gradientes suavizados demais, crominância uniforme, ou metadados C2PA/EXIF que declaram geração por IA.

Esta é uma ferramenta heurística, não um classificador definitivo. Ela analisa propriedades estatísticas e metadados, sem rede neural treinada.

Casos difíceis: imagens recomprimidas por redes sociais (que apagam metadados e alteram pixels), fotos muito editadas, e imagens de IA de última geração que imitam ruído de câmera. Use os resultados como indício investigativo, cruzando com outras evidências — não como prova isolada.

No lado da esteganografia, a ferramenta detecta com confiança o LSB Replacement (via RS/WS) e mensagens em texto puro ou fracamente ocultas. Ela não detecta com confiabilidade métodos adaptativos como HILL, UNIWARD ou J-UNIWARD, nem métodos neurais como o SteganoGAN — esses exigem modelos de deep learning treinados, que não rodam no navegador. A ausência de detecção não é prova de que a imagem está limpa.