opencv_day03

最新推荐文章于 2023-06-21 16:33:47 发布

iu_程序员

最新推荐文章于 2023-06-21 16:33:47 发布

阅读量203

点赞数

本文链接：https://blog.csdn.net/qq_35966478/article/details/102457916

版权

#编写程序,实现数字水印的提取和嵌入过程
#嵌入过程:初始化-->载体图像预处理-->建立提取矩阵-->载体图像最低有效位置为0
#-->水印图像处理-->嵌入水印-->显示原始图像,水印,含水印图像
#提取过程:初始化-->含水印图像处理-->建立提取矩阵-->提取水印信息-->计算删除水印后的载体图像
#-->显示图像
import cv2
import numpy as np
#读取原始载体图像
iu=cv2.imread('./image/iu.jpeg',0)
print(iu.shape)
#读取水印图像
watermark=cv2.imread('./image/wm1.jpeg',0)
print(watermark)
print(watermark.shape)
#将水印图像内的值255处理为1,以方便嵌入
#后续章节会介绍threshold处理
w=watermark[:,:]>0
watermark[w]=1
#读取原始载体图像的shape值
r,c=iu.shape
#==============嵌入过程================
#生成元素值都是254的数组
t254=np.ones((r,c),dtype=np.uint8)*254
#获取iu图像的高7位
iuH7=cv2.bitwise_and(iu,t254)
#将watermark嵌入iuH7图像内
e=cv2.bitwise_or(iuH7,watermark)
#==============提取过程================
#生成元素值都是1的数组
t1=np.ones((r,c),dtype=np.uint8)
#从载体图像内提取水印图像
wm=cv2.bitwise_and(e,t1)
print(wm)
#将水印图像内的值1处理为255,以方便显示
#后续章节会介绍使用threshold实现
w=wm[:,:]>0
wm[w]=255
#===============显示==================
cv2.imshow('iu',iu)
cv2.imshow('watermark',watermark*255)
cv2.imshow('e',e)
cv2.imshow('wm',wm)
cv2.waitKey()
cv2.destroyAllWindows()

输出:
在这里插入图片描述

#编写程序使用掩膜对iu图像的脸部进行打码和解码
import cv2
import numpy as np
#读取原始载体图像
iu=cv2.imread('./image/iu.jpeg',0)
#读取原始载体图像的shape值
r,c=iu.shape
mask=np.zeros((r,c),dtype=np.uint8)
mask[220:400,150:350]=1
#获取一个key,打码,解码时所需要的密钥
key=np.random.randint(0,256,size=[r,c],dtype=np.uint8)
#=================获取打码脸==================
#使用密钥key对原始图像iu进行加密
iuXORkey=cv2.bitwise_xor(iu,key)
#获取加密图像的脸部信息encryptFace
encryptFace=cv2.bitwise_and(iuXORkey,mask*255)
#将图像iu的脸部值设为0,得到noFace1
noFace1=cv2.bitwise_and(iu,(1-mask)*255)
#得到打码的iu图像
maskFace=encryptFace+noFace1
#================将打码脸解码================
#将脸部打码的iu与密钥key进行异或运算,得到脸部的原始信息
extractOriginal=cv2.bitwise_xor(maskFace,key)
#将解码的脸部信息extractOriginal提取出来,得到脸部的原始信息
extractFace=cv2.bitwise_and(extractOriginal,mask*255)
#从脸部打码的iu内提取没有脸部信息的iu图像,得到noFace2
noFace2=cv2.bitwise_and(maskFace,(1-mask)*255)
#得到解码的iu图像
extractIu=noFace2+extractFace
#=================显示图像==================
cv2.imshow('iu',iu)
cv2.imshow('mask',mask*255)
cv2.imshow('1-mask',(1-mask)*255)
cv2.imshow('key',key)
cv2.imshow('iuXorKey',iuXORkey)
cv2.imshow('encryptFace',encryptFace)
cv2.imshow('noFace1',noFace1)
cv2.imshow('maskFace',maskFace)
cv2.imshow('extractOriginal',extractOriginal)
cv2.imshow('extractFace',extractFace)
cv2.imshow('noFace2',noFace2)
cv2.imshow('extractIu',extractIu)
cv2.waitKey()
cv2.destroyAllWindows()

输出:
在这里插入图片描述

在这里插入图片描述

色彩空间类型转换
每个色彩空间都有自己擅长处理问题的领域
1)GRAY色彩空间(8位灰度图)
RGB to GRAY: 　　Gray=0.229R+0.587G+0.114*B(标准)
　　　　　　　　　　　　　　　　　　　Gray=(R+G+B)/3(简化）
Ｇray to RGB: R=Gray;G=Gray;B=Gray
２）XYZ色彩空间
是由CIE定义的,更便于计算
RGB to XYZ:
[x 　　　　［0.412453　0.357580　0.180423 　 [R
y 　　= 　　0.212671　 0.715160　0.072169　* 　G
z] 　　　　　0.019334　0.119193　0.950227] 　　B]
　
　在这里插入图片描述
3)YCrCb色彩空间