AIGC 的火爆引燃了数字水印，说实话数字水印并不是一项新的技术，但是这时候某些公司拿出来宣传一下特别应景，相应股票蹭蹭地涨。数字水印是什么呢，顾名思义，和我们在pdf中打的水印作用差不多，起到明确版权、防伪验真的作用。但是不同于传统肉眼可见的水印，数字水印也叫隐藏式水印，能够在人眼几乎无法察觉的情况下将水印信息秘密嵌入到音频、图像或视频中去，除了减少对画质的影响外，有个重要的功能就是保护著作权，使得盗版者无法感知水印存在，让版权的鉴定的溯源变得更轻松。
提到数字水印，有个经典案例经常被提到，阿里巴巴的一名员工擅网页截图外传，造成很大的恶劣影响，结果利用数字水印，很快就定位到这名员工，这名员工还奇怪，发的时候我还特意留意图片上没有水印，怎么就能定位到我呢，可见数字水印的强大，数字水印于无形中发挥着强大作用。
背后的科学奥秘
那么数字水印到底是如何实现的呢，那就不得不提到傅里叶变换，任何函数都可以写成正弦函数之和，用直白的话说就是任何二维空间的波形，都可以用简单的正弦和余弦波叠加而成，傅里叶变换交互式入门这篇文章详细的可视化地介绍了这一原理，并且我们可以随意画一条线看看，是不是可以由多条正弦波叠加而成。
我们拓展到三维空间，同样的道理，任何凹凸不平的面都可以用正弦平面波叠加而成，如下图所示，看一下大脑的图片，是一张灰度图，每个像素都有灰度值，我们加个坐标，Z轴为灰度值的大小，这样整张图就成为凹凸不平的曲面，那么这张凹凸不平的曲面就可以用多个正弦平面波叠加而成，所以在我们也可以用这些个正弦平面波来存储这张图，简而言之，我们能将图像用频域表示，接下来我们聊聊二维频率域K-SPACE，或者叫傅里叶空间。
对于正弦平面波，可以这样理解，在一个方向上存在一个正弦函数，在法线方向上将其拉伸。前面说过三个参数可以确定一个一维的正弦波。哪几个参数可以确定一个二维的正弦平面波呢？答案是四个，其中三个和一维的情况一样，即频率ω，幅度A，相位φ，但是具有相同这些参数的平面波却可以有不同的方向 n ⃗ \vec{n} n ，如下图所示，频率ω，幅度A，相位φ，都有一样，方向 n ⃗ \vec{n} n ，两个平面波叠加出来的效果。
类比一维中，幅度和相位可以用一个复数表示，它可以作为我们存储的内容。但是还有两个：一个频率一个方向。这时想到向量是有方向的，也是有长度的。所以我们用一个二维的矩阵的来保存分解之后得到的信息。这个矩阵就是K空间。就是说一个二维矩阵点 (μ ,ν) 代表这个平面波的法向量 n ⃗ \vec{n} n ，这个向量的模 μ 2 + ν 2 \sqrt{\mu^2+\nu^2} μ2+ν2代表这个平面波的频率ω ，这个点里面保存的内容复数就是此平面波的幅度和相位。
复数（complex number）：形如a+bi（a、b均为实数）的数为复数，其中，a被称为实部，b被称为虚部，i为虚数单位。
K空间（K Space）：也称傅里叶空间，k空间是寻常空间在傅利叶转换下的对偶空间。“K”代表什么，字母“k”在光学、声学、力学和电磁学领域已经使用了一个多世纪，k=1/ λ \lambda λ,其中 λ \lambda λ表示波长，因此，k是每单位距离的波数或周期数。
好了讲到这里，我们回归正题，数字水印到底怎么实现，以下就是基本流程，简单步骤如下：
- 原始图像A经过傅里叶变换得到K空间图像B。
- 将水印内容写到K空间图像B，得到叠加图像C。
- 对图像C进行傅里叶逆变换等到添加了数字水印的图像D，该图像D在视觉上和A没什么区别。
那么解密流程就很简单了，对D进行一次傅里叶变换就能得到图像C，视觉上就能看到水印了。
java+OpenCV实现
可以参考这篇文章opencv的java-maven-idea开发环境配置进行配置OpenCV的开发环境。我用的opencv的4.6.0版本，下面是数据盲水印的java代码实现，仅供学习参考：
package tools;
import org.opencv.core.*;
import org.opencv.imgproc.Imgproc;
import java.util.ArrayList;
import java.util.List;
public class ImgWatermarkUtil {
private static List<Mat> planes = new ArrayList<Mat>();
private static List<Mat> allPlanes = new ArrayList<Mat>();
public static Mat addImageWatermarkWithText(Mat image, String watermarkText){
Mat complexImage = new Mat();
Mat padded = splitSrc(image);
padded.convertTo(padded, CvType.CV_32F);
planes.add(padded);
planes.add(Mat.zeros(padded.size(), CvType.CV_32F));
Core.merge(planes, complexImage);
Core.dft(complexImage, complexImage);
Scalar scalar = new Scalar(0, 0, 0);
Point point = new Point(40, 40);
Imgproc.putText(complexImage, watermarkText, point, Imgproc.FONT_HERSHEY_DUPLEX, 1D, scalar);
Core.flip(complexImage, complexImage, -1);
Imgproc.putText(complexImage, watermarkText, point, Imgproc.FONT_HERSHEY_DUPLEX, 1D, scalar);
Core.flip(complexImage, complexImage, -1);
return antitransformImage(complexImage, allPlanes);
}
public static Mat getImageKSpace(Mat image){
Mat complexImage = new Mat();
Mat padded = splitSrc(image);
padded.convertTo(padded, CvType.CV_32F);
planes.add(padded);
planes.add(Mat.zeros(padded.size(), CvType.CV_32F));
Core.merge(planes, complexImage);
Core.dft(complexImage, complexImage);
Scalar scalar = new Scalar(0, 0, 0);
Point point = new Point(40, 40);
Mat magnitude = createOptimizedMagnitude(complexImage);
planes.clear();
return magnitude;
}
public static Mat getImageWatermarkWithText(Mat image){
List<Mat> planes = new ArrayList<Mat>();
Mat complexImage = new Mat();
Mat padded = splitSrc(image);
padded.convertTo(padded, CvType.CV_32F);
planes.add(padded);
planes.add(Mat.zeros(padded.size(), CvType.CV_32F));
Core.merge(planes, complexImage);
Core.dft(complexImage, complexImage);
Mat magnitude = createOptimizedMagnitude(complexImage);
planes.clear();
return magnitude;
}
private static Mat splitSrc(Mat mat) {
mat = optimizeImageDim(mat);
Core.split(mat, allPlanes);
Mat padded = new Mat();
if (allPlanes.size() > 1) {
for (int i = 0; i < allPlanes.size(); i++) {
if (i == 0) {
padded = allPlanes.get(i);
break;
}
}
} else {
padded = mat;
}
return padded;
}
private static Mat antitransformImage(Mat complexImage, List<Mat> allPlanes) {
Mat invDFT = new Mat();
Core.idft(complexImage, invDFT, Core.DFT_SCALE | Core.DFT_REAL_OUTPUT, 0);
Mat restoredImage = new Mat();
invDFT.convertTo(restoredImage, CvType.CV_8U);
if (allPlanes.size() == 0) {
allPlanes.add(restoredImage);
} else {
allPlanes.set(0, restoredImage);
}
Mat lastImage = new Mat();
Core.merge(allPlanes, lastImage);
return lastImage;
}
private static Mat optimizeImageDim(Mat image) {
Mat padded = new Mat();
int addPixelRows = Core.getOptimalDFTSize(image.rows());
int addPixelCols = Core.getOptimalDFTSize(image.cols());
Core.copyMakeBorder(image, padded, 0, addPixelRows - image.rows(), 0, addPixelCols - image.cols(),
Core.BORDER_CONSTANT, Scalar.all(0));
return padded;
}
private static Mat createOptimizedMagnitude(Mat complexImage) {
List<Mat> newPlanes = new ArrayList<Mat>();
Mat mag = new Mat();
Core.split(complexImage, newPlanes);
Core.magnitude(newPlanes.get(0), newPlanes.get(1), mag);
Core.add(Mat.ones(mag.size(), CvType.CV_32F), mag, mag);
Core.log(mag, mag);
shiftDFT(mag);
mag.convertTo(mag, CvType.CV_8UC1);
Core.normalize(mag, mag, 0, 255, Core.NORM_MINMAX, CvType.CV_8UC1);
return mag;
}
private static void shiftDFT(Mat image) {
image = image.submat(new Rect(0, 0, image.cols() & -2, image.rows() & -2));
int cx = image.cols() / 2;
int cy = image.rows() / 2;
Mat q0 = new Mat(image, new Rect(0, 0, cx, cy));
Mat q1 = new Mat(image, new Rect(cx, 0, cx, cy));
Mat q2 = new Mat(image, new Rect(0, cy, cx, cy));
Mat q3 = new Mat(image, new Rect(cx, cy, cx, cy));
Mat tmp = new Mat();
q0.copyTo(tmp);
q3.copyTo(q0);
tmp.copyTo(q3);
q1.copyTo(tmp);
q2.copyTo(q1);
tmp.copyTo(q2);
}
}
import org.opencv.imgcodecs.Imgcodecs;
import java.net.URL;
import static org.opencv.imgcodecs.Imgcodecs.imread;
import static org.opencv.imgcodecs.Imgcodecs.imwrite;
public class Main {
static{
loadDll();
}
public static void main(String[] args){
Mat img = imread("E:/software/opencv/Img.jpg");
Mat kSpaceImg = ImgWatermarkUtil.getImageKSpace(img);
Mat outImg = ImgWatermarkUtil.addImageWatermarkWithText(img,"zhulangfly");
imwrite("E:/software/opencv/Img-kSpaceImg.jpg",kSpaceImg);
imwrite("E:/software/opencv/Img-out.jpg",outImg);
Mat watermarkImg = ImgWatermarkUtil.getImageWatermarkWithText(outImg);
imwrite("E:/software/opencv/Img-watermark.jpg",watermarkImg);
}
public static void loadDll() {
System.setProperty("java.awt.headless", "false");
System.out.println(System.getProperty("java.library.path"));
URL url = ClassLoader.getSystemResource("dlls/opencv_java460.dll");
System.load(url.getPath());
}
}
<dependency>
<groupId>org.openpnp</groupId>
<artifactId>opencv</artifactId>
<version>4.6.0-0</version>
</dependency>
参考文献
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
