基于离散余弦变换（DCT）傅里叶变换（DFT）小波变换（DWT）的彩色图像数字水印的嵌入、提取简介及MATLAB实现

参考博客
https://blog.csdn.net/weixin_44132627/article/details/105560989

dft变换

close all;
clear all;
I=imread('1.jpg')
J=rgb2gray(I);
K_1=fft2(J);
L_1=abs(K_1/256)
K_2=fftshift(K_1)
L_2=abs(K_2/256)
% 运行一次可以打印多个figure
figure;
%将figure分割成2行2列4块
subplot(2,2,1);
imshow(I);title('原始图像');
subplot(2,2,2)
imshow(J);title('灰度图像');
subplot(2,2,3)
imshow(uint8(L_1));title('灰度图像傅里叶频率')
subplot(2,2,4);
imshow(uint8(L_2));title('平移后的频谱')

代码调试

运行结果

dct变换

简介

简单的DCT

DCT除了上述介绍的几条特点，即：实数变换、确定的变换矩阵、准最佳变换性能外，二维DCT还是一种可分离的变换，可以用两次一维变换得到二维变换结果。是一种实数域变换，对图像进行离散余弦变换之后，许多有关图像的重要可视信息都集中在DCT变换的一小部分系数中（低频部分）
dct 的matlab实现是使用函数dct2，是一个基于FFT的快速算法来提高当前输入较大的输入方阵的计算速度，对于较小的方阵使用dctmtx(N),N 是DCT变换矩阵的维数,DCT 的系数是原始图像信号在频率不断增大的余弦函数上的投影，一个图像的DCT低频系数分布在系数矩阵的左上角，高频分布在右下角。低频系数的绝对值大于高频系数的绝对值。

分块dct

B=blkproc(A,[m,n],fun,P1,P2,…),其中A为原始信号矩阵，[m,n]为分块的大小，fun 为对每一个分块x的操作规则，P1是fun中调用的参数，响应的DCT系数矩阵也被分块。

图片来自
https://wenku.baidu.com/view/fab37c4952e2524de518964bcf84b9d529ea2c10.html

DCT变换特点

系数值全部集中在0值附近，不为0的集中在系数矩阵的左上角，没有保留原图像的边缘，轮廓信息，DCT缺乏时局性。

整体DCT变换和分块DCT变换的区别

分块DCT变换是反应了图像某一部分的信息，而整体DCT变换是对整副图像，但是运算速度比分块DCT慢。


图片来自

https://blog.csdn.net/WilsonSong1024/article/details/80318006

代码

close all;
clear all;
clc;
I=imread('1.jpg')
J=dct2(rgb2gray(I));
figure('Name','离散余弦变换');
subplot(1,2,1);
imshow(I