【OpenCV】Python图像处理之数字水印

棒棒的皮皮2025-12-06 17:51

OpenCV-Python 实现数字水印的核心是将水印信息（文本、图像） 嵌入到原始图像中，且不影响原始图像的视觉效果，同时保证水印可被准确提取。根据水印的可见性，分为可见水印 （如 LOGO 叠加）和不可见水印 （隐藏在像素中）；根据提取方式，分为盲水印 （无需原始图像即可提取）和非盲水印（需原始图像辅助提取）。以下详细介绍常用水印方案的实现及原理：

可见水印直接叠加在原始图像上，用于版权声明（如图片 LOGO、文字标识），核心是通过图像混合 或Alpha 通道控制透明度实现。

python 复制代码 
import cv2
import numpy as np
import matplotlib.pyplot as plt

def add_visible_logo_watermark(img, logo_path, alpha=0.3, position='bottom-right'):
    """
    添加可见LOGO水印
    :param img: 原始图像
    :param logo_path: 水印LOGO路径（推荐PNG带Alpha通道）
    :param alpha: 水印透明度（0-1，越小越透明）
    :param position: 水印位置（top-left/top-right/bottom-left/bottom-right）
    :return: 带水印的图像
    """
    # 读取LOGO并保留Alpha通道
    logo = cv2.imread(logo_path, cv2.IMREAD_UNCHANGED)
    if logo is None:
        raise ValueError("LOGO读取失败！")
    
    # 调整LOGO尺寸（默认占原图1/5）
    h, w = img.shape[:2]
    logo_h, logo_w = logo.shape[:2]
    scale = min(w//5 / logo_w, h//5 / logo_h)  # 缩放比例
    logo = cv2.resize(logo, (int(logo_w*scale), int(logo_h*scale)))
    
    # 分离LOGO的RGB和Alpha通道
    logo_rgb = logo[:, :, :3]
    logo_alpha = logo[:, :, 3] / 255.0  # 归一化到0-1
    
    # 计算水印位置
    lh, lw = logo_rgb.shape[:2]
    if position == 'bottom-right':
        x = w - lw - 20  # 右偏移20像素
        y = h - lh - 20  # 下偏移20像素
    elif position == 'bottom-left':
        x = 20
        y = h - lh - 20
    elif position == 'top-right':
        x = w - lw - 20
        y = 20
    else:  # top-left
        x = 20
        y = 20
    
    # 提取原图对应区域并混合
    roi = img[y:y+lh, x:x+lw]
    # 混合公式：roi * (1 - alpha*logo_alpha) + logo_rgb * (alpha*logo_alpha)
    for c in range(3):
        roi[:, :, c] = np.uint8(
            roi[:, :, c] * (1 - alpha * logo_alpha) + logo_rgb[:, :, c] * (alpha * logo_alpha)
        )
    
    return img

# 测试
img = cv2.imread('image.jpg')
plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('Original Img'), plt.axis('off')
watermarked_img = add_visible_logo_watermark(img, 'logo.png', alpha=0.4)

# 显示
plt.subplot(122), plt.imshow(cv2.cvtColor(watermarked_img, cv2.COLOR_BGR2RGB)), plt.title('LOGO Img'), plt.axis('off')
plt.show()

# 保存结果
cv2.imwrite('watermarked_logo.jpg', watermarked_img)
运行效果图：
2. 文本水印（添加版权文字）
python 复制代码 
def add_text_watermark(img, text, font_scale=1.0, color=(255, 255, 255), alpha=0.5, position='bottom-right'):
    """
    添加文本水印
    :param img: 原始图像
    :param text: 水印文本（如"© 2025 版权所有"）
    :param font_scale: 字体大小
    :param color: 文本颜色（BGR）
    :param alpha: 透明度（0-1）
    :param position: 位置
    :return: 带水印的图像
    """
    h, w = img.shape[:2]
    # 定义字体
    font = cv2.FONT_HERSHEY_SIMPLEX
    # 计算文本尺寸
    text_size, _ = cv2.getTextSize(text, font, font_scale, thickness=2)
    tw, th = text_size
    
    # 计算文本位置
    if position == 'bottom-right':
        x = w - tw - 20
        y = h - th - 10
    else:  # top-left
        x = 20
        y = th + 20
    
    # 创建透明文本层
    text_layer = np.zeros_like(img, dtype=np.uint8)
    cv2.putText(text_layer, text, (x, y), font, font_scale, color, thickness=2)
    
    # 混合文本层和原图
    watermarked = cv2.addWeighted(img, 1.0, text_layer, alpha, 0)
    return watermarked

# 测试文本水印（添加版权文字）
text_watermarked = add_text_watermark(img, "@ 2025 CSDN:BangBangDePiPi", font_scale=0.8, color=(0, 0, 255), alpha=0.4)
plt.subplot(122), plt.imshow(cv2.cvtColor(text_watermarked, cv2.COLOR_BGR2RGB)), plt.title('Watermark'), plt.axis('off'), plt.show()
效果运行图：
3.完整代码：
python 复制代码 
import cv2
import numpy as np
import matplotlib.pyplot as plt


def add_visible_logo_watermark(img, logo_path, alpha=0.3, position='bottom-right'):
    """
    添加可见LOGO水印
    :param img: 原始图像
    :param logo_path: 水印LOGO路径（推荐PNG带Alpha通道）
    :param alpha: 水印透明度（0-1，越小越透明）
    :param position: 水印位置（top-left/top-right/bottom-left/bottom-right）
    :return: 带水印的图像
    """
    # 读取LOGO并保留Alpha通道
    logo = cv2.imread(logo_path, cv2.IMREAD_UNCHANGED)
    if logo is None:
        raise ValueError("LOGO读取失败！")

    # 调整LOGO尺寸（默认占原图1/5）
    h, w = img.shape[:2]
    logo_h, logo_w = logo.shape[:2]
    scale = min(w // 5 / logo_w, h // 5 / logo_h)  # 缩放比例
    logo = cv2.resize(logo, (int(logo_w * scale), int(logo_h * scale)))

    # 分离LOGO的RGB和Alpha通道
    logo_rgb = logo[:, :, :3]
    logo_alpha = logo[:, :, 2] / 255.0  # 归一化到0-1

    # 计算水印位置
    lh, lw = logo_rgb.shape[:2]
    if position == 'bottom-right':
        x = w - lw - 20  # 右偏移20像素
        y = h - lh - 20  # 下偏移20像素
    elif position == 'bottom-left':
        x = 20
        y = h - lh - 20
    elif position == 'top-right':
        x = w - lw - 20
        y = 20
    else:  # top-left
        x = 20
        y = 20

    # 提取原图对应区域并混合
    roi = img[y:y + lh, x:x + lw]
    # 混合公式：roi * (1 - alpha*logo_alpha) + logo_rgb * (alpha*logo_alpha)
    for c in range(3):
        roi[:, :, c] = np.uint8(
            roi[:, :, c] * (1 - alpha * logo_alpha) + logo_rgb[:, :, c] * (alpha * logo_alpha)
        )

    return img


def add_text_watermark(img, text, font_scale=1.0, color=(255, 255, 255), alpha=0.5, position='bottom-right'):
    """
    添加文本水印
    :param img: 原始图像
    :param text: 水印文本（如"© 2025 版权所有"）
    :param font_scale: 字体大小
    :param color: 文本颜色（BGR）
    :param alpha: 透明度（0-1）
    :param position: 位置
    :return: 带水印的图像
    """
    h, w = img.shape[:2]
    # 定义字体
    font = cv2.FONT_HERSHEY_SIMPLEX
    # 计算文本尺寸
    text_size, _ = cv2.getTextSize(text, font, font_scale, thickness=2)
    tw, th = text_size

    # 计算文本位置
    if position == 'bottom-right':
        x = w - tw - 20
        y = h - th - 10
    else:  # top-left
        x = 20
        y = th + 20

    # 创建透明文本层
    text_layer = np.zeros_like(img, dtype=np.uint8)
    cv2.putText(text_layer, text, (x, y), font, font_scale, color, thickness=2)

    # 混合文本层和原图
    watermarked = cv2.addWeighted(img, 1.0, text_layer, alpha, 0)
    return watermarked

# 测试
img = cv2.imread('panorama.jpg')
plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('Original Img'), plt.axis('off')
# 测试文本水印（添加版权文字）
text_watermarked = add_text_watermark(img, "@ 2025 CSDN:BangBangDePiPi", font_scale=0.8, color=(0, 0, 255), alpha=0.4)
plt.subplot(122), plt.imshow(cv2.cvtColor(text_watermarked, cv2.COLOR_BGR2RGB)), plt.title('Watermark'), plt.axis('off'), plt.show()


# # 测试图像 LOGO 水印（带透明度控制）
# watermarked_img = add_visible_logo_watermark(img, 'Python-OpenCV.png', alpha=0.4)
# plt.subplot(122), plt.imshow(cv2.cvtColor(watermarked_img, cv2.COLOR_BGR2RGB)), plt.title('LOGO Img'), plt.axis('off')

# 显示
plt.show()

# 保存结果
# cv2.imwrite('watermarked_logo.jpg', watermarked_img)

二、不可见水印（LSB 算法）

不可见水印隐藏在图像的最低有效位（LSB） 中，人眼无法察觉，核心原理是：图像像素的低位（如第 0 位、第 1 位）对视觉影响极小，可替换为水印信息。

1. 原理
  • 水印预处理：将二值水印图像（0/255）转为 0/1 的二进制序列；
  • 嵌入：将原始图像像素的最低位（LSB）替换为水印的二进制位；
  • 提取：读取含水印图像的最低位，恢复水印二进制序列，重构水印图像。
2. 实现代码（图像水印）
python 复制代码 
def embed_lsb_watermark(img, watermark_path):
    """
    LSB不可见水印嵌入（非盲水印）
    :param img: 原始图像（灰度图或彩色图）
    :param watermark_path: 水印图像路径（建议二值图，尺寸小于原图1/8）
    :return: 含水印图像
    """
    # 读取并预处理水印（转为二值图）
    watermark = cv2.imread(watermark_path, 0)
    _, watermark_bin = cv2.threshold(watermark, 127, 1, cv2.THRESH_BINARY)  # 0/1二值化
    wm_h, wm_w = watermark_bin.shape
    
    # 检查水印尺寸（需小于原图1/8，避免溢出）
    h, w = img.shape[:2]
    if wm_h > h//2 or wm_w > w//2:
        raise ValueError("水印尺寸过大！请缩小水印至原图1/2以内")
    
    # 若为彩色图，转为灰度图处理（或选择单个通道）
    if len(img.shape) == 3:
        img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    else:
        img_gray = img.copy()
    
    # 嵌入水印（替换最低位）
    watermarked = img_gray.copy()
    for i in range(wm_h):
        for j in range(wm_w):
            # 清空像素最低位，嵌入水印位
            watermarked[i, j] = (watermarked[i, j] & ~1) | watermark_bin[i, j]
    
    # 若为彩色图，将处理后的灰度图合并回彩色通道
    if len(img.shape) == 3:
        watermarked_color = img.copy()
        watermarked_color[:, :, 0] = watermarked  # 嵌入到蓝色通道
        return watermarked_color
    else:
        return watermarked

def extract_lsb_watermark(watermarked_img, wm_size):
    """
    提取LSB水印
    :param watermarked_img: 含水印图像
    :param wm_size: 水印尺寸（h, w）
    :return: 提取的水印图像
    """
    wm_h, wm_w = wm_size
    # 若为彩色图，提取嵌入通道（如蓝色通道）
    if len(watermarked_img.shape) == 3:
        img_gray = watermarked_img[:, :, 0]
    else:
        img_gray = watermarked_img
    
    # 提取最低位作为水印
    watermark = np.zeros((wm_h, wm_w), dtype=np.uint8)
    for i in range(wm_h):
        for j in range(wm_w):
            watermark[i, j] = img_gray[i, j] & 1  # 提取最低位
    watermark = watermark * 255  # 恢复为0/255二值图
    return watermark

# 测试
img = cv2.imread('image.jpg')
watermark = cv2.imread('watermark.png', 0)
wm_h, wm_w = watermark.shape

# 嵌入水印
watermarked = embed_lsb_watermark(img, 'watermark.png')

# 提取水印
extracted_wm = extract_lsb_watermark(watermarked, (wm_h, wm_w))

# 显示结果
plt.figure(figsize=(15, 5))
plt.subplot(131), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('原始图像'), plt.axis('off')
plt.subplot(132), plt.imshow(cv2.cvtColor(watermarked, cv2.COLOR_BGR2RGB)), plt.title('含水印图像'), plt.axis('off')
plt.subplot(133), plt.imshow(extracted_wm, cmap='gray'), plt.title('提取的水印'), plt.axis('off')
plt.show()

# 保存结果
cv2.imwrite('watermarked_lsb.jpg', watermarked)
cv2.imwrite('extracted_watermark.jpg', extracted_wm)
3. 优化：文本水印嵌入（LSB）

将文本转为二进制序列嵌入图像：

python 复制代码 
def text_to_bin(text):
    """文本转二进制序列"""
    return ''.join([format(ord(c), '08b') for c in text])

def embed_text_lsb(img, text):
    """嵌入文本水印"""
    bin_text = text_to_bin(text) + '11111111'  # 结束标志（8个1）
    text_len = len(bin_text)
    
    # 检查文本长度（需小于图像像素数）
    h, w = img.shape[:2]
    pixel_count = h * w
    if text_len > pixel_count:
        raise ValueError("文本过长！请缩短文本或使用更大图像")
    
    # 嵌入文本
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) if len(img.shape) == 3 else img.copy()
    idx = 0
    for i in range(h):
        for j in range(w):
            if idx < text_len:
                # 替换最低位为文本二进制位
                img_gray[i, j] = (img_gray[i, j] & ~1) | int(bin_text[idx])
                idx += 1
            else:
                break
        if idx >= text_len:
            break
    
    # 转回彩色图
    if len(img.shape) == 3:
        img_color = img.copy()
        img_color[:, :, 0] = img_gray
        return img_color
    return img_gray

def extract_text_lsb(watermarked_img):
    """提取文本水印"""
    img_gray = watermarked_img[:, :, 0] if len(watermarked_img.shape) == 3 else watermarked_img
    h, w = img_gray.shape
    bin_text = ''
    
    # 提取最低位，直到遇到结束标志
    for i in range(h):
        for j in range(w):
            bin_text += str(img_gray[i, j] & 1)
            # 检查是否到达结束标志
            if len(bin_text) >= 8 and bin_text[-8:] == '11111111':
                bin_text = bin_text[:-8]  # 去掉结束标志
                # 二进制转文本
                text = ''
                for k in range(0, len(bin_text), 8):
                    byte = bin_text[k:k+8]
                    if len(byte) == 8:
                        text += chr(int(byte, 2))
                return text
    return ""

# 测试
text = "© 2025 MyCopyright - Confidential"
watermarked_text = embed_text_lsb(img, text)
extracted_text = extract_text_lsb(watermarked_text)

print("提取的文本水印：", extracted_text)
plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('原始'), plt.axis('off')
plt.subplot(122), plt.imshow(cv2.cvtColor(watermarked_text, cv2.COLOR_BGR2RGB)), plt.title('文本水印'), plt.axis('off')
plt.show()

三、鲁棒性优化（结合加密）

LSB 水印易受图像压缩、噪声、裁剪等攻击，可结合之前的异或加密提升鲁棒性：

python 复制代码 
def embed_robust_lsb(img, watermark_path, key=123):
    """带加密的LSB水印"""
    # 1. 水印加密（异或）
    watermark = cv2.imread(watermark_path, 0)
    _, wm_bin = cv2.threshold(watermark, 127, 1, cv2.THRESH_BINARY)
    wm_encrypted = (wm_bin ^ (key % 2))  # 简单异或加密（可替换为混沌加密）
    
    # 2. 嵌入加密后的水印
    h, w = img.shape[:2]
    wm_h, wm_w = wm_encrypted.shape
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) if len(img.shape) == 3 else img.copy()
    
    for i in range(wm_h):
        for j in range(wm_w):
            img_gray[i, j] = (img_gray[i, j] & ~1) | wm_encrypted[i, j]
    
    # 3. 转回彩色图
    if len(img.shape) == 3:
        img_color = img.copy()
        img_color[:, :, 0] = img_gray
        return img_color
    return img_gray

def extract_robust_lsb(watermarked_img, wm_size, key=123):
    """提取带加密的LSB水印"""
    wm_h, wm_w = wm_size
    img_gray = watermarked_img[:, :, 0] if len(watermarked_img.shape) == 3 else watermarked_img
    wm_extracted = np.zeros((wm_h, wm_w), dtype=np.uint8)
    
    # 1. 提取水印
    for i in range(wm_h):
        for j in range(wm_w):
            wm_extracted[i, j] = img_gray[i, j] & 1
    
    # 2. 水印解密
    wm_decrypted = (wm_extracted ^ (key % 2)) * 255
    return wm_decrypted

四、注意事项

  1. 水印尺寸：不可见水印尺寸不宜过大，否则会影响原始图像质量；
  2. 鲁棒性：LSB 水印对图像压缩（如 JPG）、噪声、裁剪敏感，需结合加密、冗余嵌入等提升鲁棒性；
  3. 视觉隐蔽性：嵌入深度不宜过深（如仅修改第 0 位，避免修改第 1-2 位），否则会出现视觉失真；
  4. 通道选择：彩色图建议嵌入到亮度通道（如 YUV 的 Y 通道）或蓝色通道（人眼对蓝色敏感度较低）。

五、总结

数字水印的核心是隐蔽性 和可提取性：

  • 可见水印：用于显性版权声明，通过透明度控制平衡视觉效果；
  • 不可见水印：用于隐性版权验证，LSB 算法简单高效，适合轻量级场景；
  • 鲁棒性优化：结合加密、冗余嵌入、变换域（如 DCT、DWT）算法，可提升水印抗攻击能力。

根据实际需求选择合适的水印方案，例如：LOGO 水印用于图片版权标注，文本水印用于文档追踪，LSB 水印用于隐蔽版权验证。

相关推荐
tomeasure1 小时前
INTERNAL ASSERT FAILED at “/pytorch/c10/cuda/CUDACachingAllocator.cpp“:983
人工智能·pytorch·python·nvidia
追光天使1 小时前
装饰器的作用
python·装饰器
一瞬祈望2 小时前
【环境配置】Windows 下使用 Anaconda 创建 Python 3.8 环境 + 安装 PyTorch + CUDA（完整教程）
pytorch·windows·python
小兔崽子去哪了2 小时前
RFM 模型 项目实战
python
昨天那个谁谁2 小时前
ROS2运行时报无法加载create_key等符号错误
c++·python·ros2
nju_spy3 小时前
python 算法题基础常用总结（比赛 or 机试 or 面试）
python·记忆化搜索·位运算·二分查找 - bisect·排序与lambda·最短路和最小生成树·堆与优先队列
Deng8723473483 小时前
自动化极验3点选验证码的识别与验证方案
运维·python·自动化
川石课堂软件测试3 小时前
自动化测试的基本概念及常用框架
数据库·python·功能测试·测试工具·单元测试·自动化·流程图
灰勒塔德3 小时前
jetson orin nano super开发指南
linux·服务器·python
热门推荐
01GitHub 镜像站点02React CVE-2025-55182漏洞排查与修复指南03【超详细教程】手把手教你从微软官网免费下载Windows 10官方原版ISO镜像（2025最新版）04安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）05BongoCat - 跨平台键盘猫动画工具06UV安装并设置国内源07智能库存管理的需求预测模型：从业务痛点到落地代码的完整实践08本地部署阿里最新开源的Z-Image09Linux下V2Ray安装配置指南10论文阅读 - 深度学习端到端解决库存管理问题 - 有限时间范围内的多周期补货问题（Management Science）