图片隐水印的python库

blind-watermark

基于傅里叶变换的数字盲水印

install

pip install blind-watermark

For the current developer version:

git clone git@github.com:guofei9987/blind_watermark.git
cd blind_watermark
pip install .

如何使用

嵌入水印

from blind_watermark import WaterMark

bwm1 = WaterMark(password_wm=1, password_img=1)

# 读取原图
bwm1.read_ori_img('pic/原图.jpg')

# 读取水印
bwm1.read_wm('pic/水印.png')

# 打上盲水印
bwm1.embed('output/打上水印的图.png')

提取水印

from blind_watermark import WaterMark

bwm1 = WaterMark(4399, 2333, 36, 20, wm_shape=(128, 128))
# 注意需要设定水印的长宽wm_shape
bwm1.extract('output/打上水印的图.png', 'output/解出的水印.png')

效果展示

原图水印
水印
嵌入后的图提取的水印
提取的水印

各种攻击后的效果

攻击方式攻击后的图片提取的水印
旋转攻击45度
旋转攻击.py
多遮挡
多遮挡攻击.py
多遮挡_提取水印
横向裁剪50%
横向裁剪攻击.py
纵向裁剪50%
缩放攻击(1200X1920->600X800)
椒盐攻击
亮度提升攻击
亮度降低攻击

嵌入字符串

嵌入:

from blind_watermark import WaterMark

bwm1 = WaterMark(password_img=1, password_wm=1)
bwm1.read_img('pic/ori_img.jpg')
wm = '@guofei9987 开源万岁!'
bwm1.read_wm(wm, mode='str')
bwm1.embed('output/embedded.png')
len_wm = len(bwm1.wm_bit)
print('Put down the length of wm_bit {len_wm}'.format(len_wm=len_wm))

提取:

bwm1 = WaterMark(password_img=1, password_wm=1)
wm_extract = bwm1.extract('output/embedded.png', wm_shape=len_wm, mode='str')
print(wm_extract)

输出:

@guofei9987 开源万岁!

隐水印还可以是二进制数据

作为 demo, 如果要嵌入是如下长度为6的二进制数据

wm = [True, False, True, True, True, False]

嵌入水印

# 除了嵌入图片,也可以嵌入比特类数据
from blind_watermark import WaterMark

bwm1 = WaterMark(password_img=1, password_wm=1)
bwm1.read_ori_img('pic/原图.jpg')
bwm1.read_wm([True, False, True, True, True, False], mode='bit')
bwm1.embed('output/打上水印的图.png')

解水印:(注意设定水印形状 wm_shape

bwm1 = WaterMark(password_img=1, password_wm=1, wm_shape=6)
wm_extract = bwm1.extract('output/打上水印的图.png', mode='bit')
print(wm_extract)

解出的水印是一个0~1之间的实数,方便用户自行卡阈值。实测偏差极小。

  • 3
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
去除水印是一种图像处理技术,需要一定的计算机视觉和图像处理知识。常见的去水印方法包括图像修复、图像拼接和深度学习等方法。以下是使用Python实现的一些去水印方法: 1. 基于OpenCV的图像修复 OpenCV是一个开源计算机视觉库,提供了许多图像处理和计算机视觉算法。使用OpenCV进行图像修复可以去除图像中的水印。以下是使用OpenCV实现的图像修复代码: ```python import cv2 # 读取图片 img = cv2.imread('watermark.png') # 去除水印 result = cv2.inpaint(img, cv2.imread('mask.png'), 3, cv2.INPAINT_TELEA) # 保存结果 cv2.imwrite('result.png', result) ``` 2. 基于图像拼接的去水印 图像拼接是一种常用的图像处理技术,可以将多张图片拼接在一起形成一张完整的图像。使用图像拼接可以去除图像中的水印。以下是使用Python实现的图像拼接代码: ```python import cv2 import numpy as np # 读取图片 img1 = cv2.imread('image1.png') img2 = cv2.imread('image2.png') # 图像拼接 h, w = img1.shape[:2] img = np.zeros((h, w*2, 3), np.uint8) img[:, :w] = img1 img[:, w:] = img2 # 保存结果 cv2.imwrite('result.png', img) ``` 3. 基于深度学习的去水印 深度学习是一种能够自动学习特征的机器学习方法,可以应用于图像处理和计算机视觉领域。使用深度学习可以训练一个神经网络模型,用于去除图像中的水印。以下是使用Python和Keras实现的深度学习去水印代码: ```python import keras from keras.layers import Conv2D, MaxPooling2D, UpSampling2D from keras.models import Sequential # 定义神经网络模型 model = Sequential() model.add(Conv2D(64, (3, 3), activation='relu', padding='same', input_shape=(None, None, 3))) model.add(Conv2D(64, (3, 3), activation='relu', padding='same')) model.add(MaxPooling2D((2, 2))) model.add(Conv2D(128, (3, 3), activation='relu', padding='same')) model.add(Conv2D(128, (3, 3), activation='relu', padding='same')) model.add(MaxPooling2D((2, 2))) model.add(Conv2D(256, (3, 3), activation='relu', padding='same')) model.add(Conv2D(256, (3, 3), activation='relu', padding='same')) model.add(Conv2D(256, (3, 3), activation='relu', padding='same')) model.add(MaxPooling2D((2, 2))) model.add(Conv2D(512, (3, 3), activation='relu', padding='same')) model.add(Conv2D(512, (3, 3), activation='relu', padding='same')) model.add(Conv2D(512, (3, 3), activation='relu', padding='same')) model.add(UpSampling2D((2, 2))) model.add(Conv2D(256, (3, 3), activation='relu', padding='same')) model.add(Conv2D(256, (3, 3), activation='relu', padding='same')) model.add(Conv2D(256, (3, 3), activation='relu', padding='same')) model.add(UpSampling2D((2, 2))) model.add(Conv2D(128, (3, 3), activation='relu', padding='same')) model.add(Conv2D(128, (3, 3), activation='relu', padding='same')) model.add(UpSampling2D((2, 2))) model.add(Conv2D(64, (3, 3), activation='relu', padding='same')) model.add(Conv2D(3, (3, 3), activation='sigmoid', padding='same')) # 加载模型权重 model.load_weights('model.h5') # 读取图片 img = cv2.imread('watermark.png') # 去除水印 result = model.predict(np.expand_dims(img, axis=0))[0] # 保存结果 cv2.imwrite('result.png', result * 255) ``` 以上是一些常见的去水印方法,具体的方法选择需要根据实际情况来决定。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值