图像中的隐形水印
为了版权目的，如何在图像中插入不可见的水印？我在寻找python库。
我们使用什么算法？性能和效率又如何呢？
解决方案
回答
那Exif呢？它可能不像我们所想的那样安全，但是大多数用户甚至都不知道它的存在，如果我们能够轻松读取水印信息，那么那些关心的人仍然可以这样做。
回答
我认为没有现成的库可以做到这一点。如果我们想实现自己的，我肯定会选择Python Imaging Library(PIL)。
这是Python Cookbook食谱，使用PIL向图像添加可见水印。如果足够满足需求，则可以使用它添加具有足够透明度的水印，只有在我们知道要查找的内容时才可见。
回答
我们可能需要研究隐写术；就是将数据隐藏在图像内部。如果我们转换为有损格式，甚至裁剪掉图像的某些部分，有些表格也不会丢失。
回答
我本来打算发布与Ugh类似的答案。我建议以难以检测和破坏的方式，将描述图像来源的小TXT文件(如果适用的话，可能还附上一份版权声明)放入图像中。
回答
我不确定牢不可破的重要性，但是一个简单的解决方案可能只是将文本文件添加到图像的末尾。诸如"此图像属于..."之类的东西。
如果在查看器/浏览器中打开图像，则它看起来像普通的jpeg，但是如果在文本编辑器中打开图像，则最后一行是可读的。
使用相同的方法可以将实际文件包含在图像中。 (在图像内隐藏文件)我发现它有点命中注定，但是7压缩文件似乎可以工作。我们可以在图像中隐藏各种copywrite好东西。
再次强调，这并非凭空想像，这是坚不可摧的，但肉眼却是完全看不见的。
回答
某些图像格式具有标头，我们也可以在其中存储任意信息。
例如，PNG规范有一个块，我们可以在其中存储文本数据。这与上面的答案类似，但是没有向图像数据本身添加随机数据。
回答
我正在寻找"牢不可破"的水印，因此存储在exif或者图像元数据中的数据已用完。
在等待回复的同时，我在网上发现了一些有趣的内容：
http://www.cosy.sbg.ac.at/~pmeerw/Watermarking/
有一篇硕士论文对算法及其特性(它们做什么以及它们有多坚不可摧)进行了详尽的介绍。我没有时间深入阅读它，但是这东西看起来很严肃。有些算法以某种方式支持JPEG压缩，裁剪，伽玛校正或者缩小。它是C，但是我可以将其移植到Python或者使用Python中的C库。
但是，这是从2001年开始的，我想在该领域已经有7年的历史了：(是否有人拥有一些相似且更新的资料？
回答
我使用以下代码。它需要PIL：
def reduceOpacity(im, opacity):
"""Returns an image with reduced opacity."""
assert opacity >= 0 and opacity <= 1
if im.mode != 'RGBA':
im = im.convert('RGBA')
else:
im = im.copy()
alpha = im.split()[3]
alpha = ImageEnhance.Brightness(alpha).enhance(opacity)
im.putalpha(alpha)
return im
def watermark(im, mark, position, opacity=1):
"""Adds a watermark to an image."""
if opacity < 1:
mark = reduceOpacity(mark, opacity)
if im.mode != 'RGBA':
im = im.convert('RGBA')
# create a transparent layer the size of the image and draw the
# watermark in that layer.
layer = Image.new('RGBA', im.size, (0,0,0,0))
if position == 'tile':
for y in range(0, im.size[1], mark.size[1]):
for x in range(0, im.size[0], mark.size[0]):
layer.paste(mark, (x, y))
elif position == 'scale':
# scale, but preserve the aspect ratio
ratio = min(float(im.size[0]) / mark.size[0], float(im.size[1]) / mark.size[1])
w = int(mark.size[0] * ratio)
h = int(mark.size[1] * ratio)
mark = mark.resize((w, h))
layer.paste(mark, ((im.size[0] - w) / 2, (im.size[1] - h) / 2))
else:
layer.paste(mark, position)
# composite the watermark with the layer
return Image.composite(layer, im, layer)
img = Image.open('/path/to/image/to/be/watermarked.jpg')
mark1 = Image.open('/path/to/watermark1.png')
mark2 = Image.open('/path/to/watermark2.png')
img = watermark(img, mark1, (img.size[0]-mark1.size[0]-5, img.size[1]-mark1.size[1]-5), 0.5)
img = watermark(img, mark2, 'scale', 0.01)
水印太微弱，看不到。只有纯色图像才能真正显示它。我可以使用它来创建不显示水印的图像，但是如果我使用原始图像进行逐位减法，则可以证明我的水印在那里。
如果要查看其工作原理，请访问TylerGriffinPhotography.com。该站点上的每个图像都被加水印两次：一次是水印在右下角的不透明度为50％(距边缘5像素)，一次是在整个图像中以1％的不透明度(使用"比例")，该比例将水印缩放为整个图片)。我们能找出第二个低不透明度水印形状是什么吗？
回答
好吧，隐形水印并不是那么容易。看看digimarc，他们从中赚了多少钱。没有免费的C / Python代码，一个孤独的天才写了一个留给他免费使用的代码。我已经实现了自己的算法，该工具的名称为SignMyImage。谷歌如果有兴趣... F>
回答
watermarkingworld.org上有更新的(2005)数字水印常见问题解答。
回答
如果我们正在谈论隐写术，那么这是我曾经为朋友做过的一个不太老的模块(Python 2.x代码)：
代码
from __future__ import division
import math, os, array, random
import itertools as it
import Image as I
import sys
def encode(txtfn, imgfn):
with open(txtfn, "rb") as ifp:
txtdata= ifp.read()
txtdata= txtdata.encode('zip')
img= I.open(imgfn).convert("RGB")
pixelcount= img.size[0]*img.size[1]
## sys.stderr.write("image %dx%d\n" % img.size)
factor= len(txtdata) / pixelcount
width= int(math.ceil(img.size[0]*factor**.5))
height= int(math.ceil(img.size[1]*factor**.5))
pixelcount= width * height
if pixelcount < len(txtdata): # just a sanity check
sys.stderr.write("phase 2, %d bytes in %d pixels?\n" % (len(txtdata), pixelcount))
sys.exit(1)
## sys.stderr.write("%d bytes in %d pixels (%dx%d)\n" % (len(txtdata), pixelcount, width, height))
img= img.resize( (width, height), I.ANTIALIAS)
txtarr= array.array('B')
txtarr.fromstring(txtdata)
txtarr.extend(random.randrange(256) for x in xrange(len(txtdata) - pixelcount))
newimg= img.copy()
newimg.putdata([
(
r & 0xf8 |(c & 0xe0)>>5,
g & 0xfc |(c & 0x18)>>3,
b & 0xf8 |(c & 0x07),
)
for (r, g, b), c in it.izip(img.getdata(), txtarr)])
newimg.save(os.path.splitext(imgfn)[0]+'.png', optimize=1, compression=9)
def decode(imgfn, txtfn):
img= I.open(imgfn)
with open(txtfn, 'wb') as ofp:
arrdata= array.array('B',
((r & 0x7) << 5 | (g & 0x3) << 3 | (b & 0x7)
for r, g, b in img.getdata())).tostring()
findata= arrdata.decode('zip')
ofp.write(findata)
if __name__ == "__main__":
if sys.argv[1] == 'e':
encode(sys.argv[2], sys.argv[3])
elif sys.argv[1] == 'd':
decode(sys.argv[2], sys.argv[3])
算法
它使用以下各项为每个图像像素存储一个字节的数据：蓝色带的3个最低有效位，绿色带的2 LSB和红色带的3 LSB。
编码功能：使用zlib压缩输入文本文件，并调整输入图像的大小(保持比例)，以确保至少有与压缩字节一样多的像素。保存了与输入图像同名的PNG图像(因此，如果我们按原样保留代码，请不要使用" .png"文件名作为输入)，其中包含隐写数据。
解码功能：从输入图像中提取先前存储的zlib压缩数据，并以提供的文件名不压缩地保存。
我验证了旧代码仍然可以运行，因此这是一个包含隐写数据的示例图像：
我们会注意到几乎看不到增加的噪音。
