python读取水印_阿里水印的Python实现
阿里巴巴公司通过截图,根据肉眼无法识别的标识码追踪到泄露信息的具体员工……
阿里月饼事件中的新闻中提到“泄露内部信息丢了工作,因为截图上「看不见的水印」”。那么该技术(简称“阿里水印”)的原理是什么?又能否利用Python实现呢。
1. 原理
传统的水印,是将水印直接叠加在图像上。但由于水印可见,那么通过PS等方式去除水印就很容易做到。
而阿里水印的关键,在于水印的隐藏。实际上,是把水印添加到了频域中。
频域添加数字水印的方法,是指通过某种变换手段(傅里叶变换,离散余弦变换,小波变换等)将图像变换到频域(小波域),在频域对图像添加水印,再通过逆变换,将图像转换为空间域。相对于空域手段,频域手段隐匿性更强,抗攻击性更高。
上图为叠加数字盲水印的基本流程。编码的目的有二:
一是对水印加密
二控制水印能量的分布
2. 鲁棒性: 对抗水印攻击
所谓对水印的攻击,是指破坏水印,包括涂抹,剪切,放缩,旋转,压缩,加噪,滤波等。数字盲水印不仅仅要敏捷性高(不被人抓到),也要防御性强(抗打)。
注意:数字盲水印的隐匿性和鲁棒性是互斥的。
3. Python实现
3.1. 原始图像读取
这里以Doc为例:
# %%
im = mvlib.io.imread("test/doc.png")
uu.imshow(im)
# %%
im_gray = mvlib.color.rgb2gray(im)
uu.imshow(im_gray)
3.2. 傅立叶变换
im_fft = np.fft.fft2(im_gray)
变换后,你会得到一个复数的array。
如果想审视,请调用以下代码:
# %% 显示频域图像
fshift = np.fft.fftshift(im_fft) # 平移频谱到图像中央
# 将频谱转换成db
magnitude_spectrum = 20 * np.log(np.abs(fshift))
uu.imshow(magnitude_spectrum) # 频谱
3.3. 准备文字信息的内容
# %% 创建文字图片
im_msg = np.zeros(im_gray.shape)
# %%
from PIL import ImageFont
font = ImageFont.truetype(
"/usr/share/fonts/truetype/freefont/FreeMono.ttf",
400)
im_txt = mvlib.draw.pil_drawing(im_msg, "text", (100,100),
color="white", text="ABC", font=font)
uu.imshow(im_txt)
# %% 颜色取反
im_txt = (False == im_txt) * 255
uu.imshow(im_txt)
所谓编码,其实简单点,就是按照随机数组,打散文字信息。那么,按照这个随机数组进行逆操作,就能恢复图像的原始状态(解码)。
seq_column = list(range(im_txt.shape[0]))
seq_raw = list(range(im_txt.shape[1]))
import random
random.shuffle(seq_column)
random.shuffle(seq_raw)
im_random = im_txt.copy()
im_tmp = im_txt.copy()
for idx, i in enumerate(seq_column):
im_tmp[idx, ...] = im_txt[i, ...]
for idx, i in enumerate(seq_raw):
im_random[..., idx] = im_tmp[..., i]
uu.imshow(im_random)
第一阶段,被打散的raws:
第二阶段,打散的columns:
实际上,这个问题整复杂了,直接使用 random.seed() 添加种子,即可获取到固定的随机列表,而无需把随机序列存储起来。
不过,目前这个版本看起来更容易理解,就暂时不做修改了。
3.4. 在频域合并图像
合并后,使用逆傅立叶函数,恢复时域图像
im_txt_fft = np.fft.fft2(im_random)
im_merge = im_fft + im_txt_fft * 0.1
im_ifft = np.fft.ifft2(im_merge).real
uu.imshow(im_ifft)
图像看起来会多了一些噪点,如果控制的好,可以做到肉眼无差别。这里为了体现噪点,放大了系数,效果如下图:
3.5. 解码
接下来就是解码的过程,提取info信息。
通过傅立叶变换到频域,然后过滤掉原图的fft频域值,即获得了文字图像的频域图。这个图再恢复到时域,及打乱了状态的那个“散点图”。
按照之前random的编码规则逆向运行,即可恢复原文字图像。
im_fft2 = np.fft.fft2(im_ifft)
im_txt_random = (im_fft2 - im_fft) * 10
im_random2 = np.fft.ifft2(im_fft2).real
# %% 编码的恢复
im_recover = im_random2.copy()
for idx, i in enumerate(seq_raw):
im_tmp[..., i] = im_random2[..., idx]
for idx, i in enumerate(seq_column):
im_recover[i, ...] = im_tmp[idx, ...]
uu.imshow(im_recover)
4. 后续思考
其实,添加的文字没必要这么大。或者更准确的说,没必要这么粗。点可以是那种有点镂空的虚点。
不过,个人一直无法理解,转换到频域叠加图像后在反变换,与直接在时域相加,有什么区别?或者说,有一个关键点,我还没有实现:高频嵌入或低频嵌入的选择。
5. 项目应用
推荐一个封装较为完善的实现:github链接
5.1. PDF或图像添加水印
5.2. Web页面添加水印
对于web,可以添加一个背景图片,来追踪截图者。
python读取水印_阿里水印的Python实现相关推荐
- python编程基础_月隐学python第2课
python编程基础_月隐学python第2课 学习目标 掌握变量的输入和输出 掌握数据类型的基本概念 掌握算数运算 1.变量的输入和输出 1.1 变量输入 使用input输入 input用于输入数据 ...
- 查看Python的版本_查看当前安装Python的版本
一.查看Python的版本_查看当前安装Python的版本 具体方法: 首先按[win+r]组合键打开运行: 然后输入cmd,点击[确定]: 最后执行[python --version]命令即可. 特 ...
- Python读取xlsx表格并转换成Python列表
Python读取xlsx表格并转换成Python列表 参考链接https://www.cnblogs.com/ilovepython/p/11068841.html import xlrd from ...
- python给视频加水印_视频水印_Python SDK_服务端SDK_视频点播 - 阿里云
初始化客户端 使用前请先初始化客户端,请参见 添加水印 调用AddWatermark接口,完成添加水印功能. 接口参数和返回字段请参见 说明水印文件OSS上传详细参数请参见from aliyunsdk ...
- python神经网络多元函数_阿里达摩院推荐的最新400集python教程,据说懂中文就能上手...
小编的内心是强大的,网友虐我千百遍,我待网友如初恋,因为今天又给大家带来了干货,Python入门教程完整版,完整版啊!完整版! 为了吸取教训,小编一定要分享一下攻略,"怎样获得小编分享的教程 ...
- python读取二进制文件_如何用python读取二进制文件?
我发现用Python读取二进制文件特别困难.你能帮我一把吗?我需要读取这个文件,在Fortran 90中,该文件很容易被int*4 n_particles, n_groups real*4 group ...
- python读取文件_一日一技:使用Python读取Excel文件
安装xlrd模块: pip install xlrd 使用xlrd模块,可以从电子表格中检索信息. 例如,可以在Python中完成读取,写入或修改数据的操作. 另外,用户可能必须浏览各种工作表并根据某 ...
- 用python读取图像_如何用python获取图像
方法一:利用PIL中的Image函数,这个函数读取出来不是array格式 这时候需要用 np.asarray(im) 或者 np.array()函数:区别:np.array() 是深拷贝,np.asa ...
- python 读取文本文件_如何在Python中读取大文本文件
python 读取文本文件 Python File object provides various ways to read a text file. The popular way is to us ...
最新文章
- 如何让ThinkPHP支持模糊搜索
- [caffe解读] caffe从数学公式到代码实现5-caffe中的卷积
- java中能构成循环的语句_《编程导论(Java)#183;3.2.4 循环语句》
- LeetCode 823. 带因子的二叉树(动态规划)
- 避免大规模故障的微服务架构设计之道
- 收藏 | Python必备技能之 25个Matplotlib常用代码!
- 【干货】2021短视频营销攻略:短视频内容策略下的5i沟通法则.pdf(附下载链接)...
- 线性代数【八】二次型
- 机器学习与神经网络绪论
- 阿里褚霸专访-揭秘技术男开挂升级的职业路径(回帖有奖)
- ACM-ICPC 2018 北京赛区网络预赛 B Tomb Raider(二进制枚举暴力)
- 《REAL-TIME INDOOR SCENE RECONSTRUCTION WITH RGBD AND INERTIA INPUT 》 原文翻译与解读
- Microsoft Visual Studio - 代码格式化设置项
- 迪文串口屏幕DMG10600T101_01WTR实现图片切换并和串口通讯
- 车载计算机模块,【荐】DIY车载电脑续:开模自制电路板(含DAC和7850)V2.0测试成功...
- Android Studio下Svn忽略文件配置的几种方法
- 为什么接入了高防还是会被ddos打死
- java.lang.IllegalStateException错误
- 小s探秘之HTTP和HTTPS
- CANIOT车联网远程网关给EPEC控制器远程升级解决特种车升级难点