【数据安全-02】AI打假利器数字水印，及java+opencv实现-Toy模板网

这篇具有很好参考价值的文章主要介绍了【数据安全-02】AI打假利器数字水印，及java+opencv实现。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

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。

java 数字水印,数据安全,编码,Java,数据安全,数字水印,java,opencv
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。
java 数字水印,数据安全,编码,Java,数据安全,数字水印,java,opencv

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 $\vec{n}$ ，如下图所示，频率ω，幅度A，相位φ，都有一样，方向 $\vec{n}$ ，两个平面波叠加出来的效果。

java 数字水印,数据安全,编码,Java,数据安全,数字水印,java,opencv

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 $\vec{n}$ ，这个向量的模 $\sqrt{\mu^2+\nu^2}$ 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/ $\lambda$ ,其中 $\lambda$ 表示波长，因此，k是每单位距离的波数或周期数。

java 数字水印,数据安全,编码,Java,数据安全,数字水印,java,opencv

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>

参考文献文章来源地址https://www.toymoban.com/news/detail-677760.html