从可用资源中提取有价值的信息是数字取证的重要组成部分。获取所有可用信息对于调查过程至关重要，因为它有助于检索适当的证据。

包含数据的资源可以是简单的数据结构(例如数据库)，也可以是复杂的数据结构(例如JPEG图像)。使用简单的桌面工具可以轻松访问简单的数据结构，而从复杂的数据结构中提取信息则需要复杂的编程工具。

Python影像库

Python Imaging Library(PIL)为您的Python解释器添加了图像处理功能。该库支持多种文件格式，并提供强大的图像处理和图形功能。您可以从以下网址下载PIL的源文件： http ://www.pythonware.com/products/pil/

下图显示了从PIL中的图像(复杂数据结构)提取数据的完整流程图。

例

现在，让我们有一个编程示例来了解其实际工作原理。

步骤1-假设我们有以下图像，我们需要从中提取信息。

步骤2-当我们使用PIL打开此图像时，它将首先记录提取证据所需的必要点，其中包括各种像素值。这是打开图像并记录其像素值的代码-

from PIL import Image
im = Image.open('Capture.jpeg', 'r')
pix_val = list(im.getdata())
pix_val_flat = [x for sets in pix_val for x in sets]
print pix_val_flat

步骤3-在提取图像的像素值之后，我们的代码将产生以下输出。

交付的输出代表RGB组合的像素值，可以更好地显示证据所需的数据。提取的数据以数组的形式表示。