基于 DWT 的盲数字水印实现（嵌入与提取）

一、原理

盲数字水印（Blind Watermarking）指提取水印时无需原始载体图像，仅依靠含水印图像和密钥即可完成。

DWT（离散小波变换）将图像分解为：

LL：低频近似分量（能量集中，稳定性强，适合嵌入水印）
LH/HL/HH：高频细节分量（边缘/纹理，不适合嵌入，易失真）

嵌入逻辑 ：修改 LL 分量的系数（如奇偶性、幅度偏移），隐藏水印信息；
提取逻辑：对含水印图像做相同 DWT 分解，从 LL 分量反推水印信息。

二、完整 C# 实现（使用 AForge.NET）

2.1 环境配置

xml 复制代码

<!-- NuGet 依赖 -->
<PackageReference Include="AForge.Imaging" Version="2.2.5" />
<PackageReference Include="AForge.Math" Version="2.2.5" />

2.2 核心类：`DwtBlindWatermark.cs`

csharp 复制代码

using AForge.Imaging;
using AForge.Imaging.Filters;
using AForge.Math;
using System;
using System.Drawing;
using System.Drawing.Imaging;

namespace DwtWatermark
{
    public class DwtBlindWatermark
    {
        // 配置参数（嵌入/提取必须一致！）
        private const string WaveletName = "haar"; // 小波基（haar 计算最快）
        private const int DecompositionLevels = 1; // DWT 分解层数（1层足够）
        private const double EmbedStrength = 0.05; // 嵌入强度（0.01~0.1，平衡不可见性）
        private const int WatermarkSize = 32; // 水印尺寸（32x32 二值图）

        /// <summary>
        /// 嵌入水印（盲水印：仅修改 LL 分量）
        /// </summary>
        public Bitmap EmbedWatermark(Bitmap carrier, Bitmap watermark, int secretKey)
        {
            // 1. 预处理：转为灰度图
            var grayCarrier = Grayscale.CommonAlgorithms.BT709.Apply(carrier);
            var grayWatermark = Grayscale.CommonAlgorithms.BT709.Apply(watermark);

            // 2. 载体 DWT 分解
            ComplexImage complexCarrier = ComplexImage.FromBitmap(grayCarrier);
            complexCarrier.ForwardDWT(WaveletName, DecompositionLevels);
            Complex[,] ll = complexCarrier.Image; // LL 分量（复数数组，取实部）

            // 3. 水印二值化并转为序列
            bool[,] watermarkBits = BinarizeWatermark(grayWatermark);
            int bitIndex = 0;

            // 4. 嵌入水印（修改 LL 系数的奇偶性）
            Random rnd = new Random(secretKey);
            int stride = ll.GetLength(1);
            for (int y = 0; y < ll.GetLength(0); y++)
            {
                for (int x = 0; x < ll.GetLength(1); x++)
                {
                    if (bitIndex >= WatermarkSize * WatermarkSize) break;

                    // 随机选择 LL 系数（增强安全性）
                    int rx = rnd.Next(ll.GetLength(0));
                    int ry = rnd.Next(ll.GetLength(1));
                    double coeff = ll[rx, ry].Re;

                    // 嵌入规则：水印位 1 → 系数调整为奇数；0 → 偶数
                    bool watermarkBit = watermarkBits[bitIndex / WatermarkSize, bitIndex % WatermarkSize];
                    double modifiedCoeff = coeff;
                    if (watermarkBit)
                        modifiedCoeff = Math.Ceiling(coeff) % 2 == 0 ? coeff + EmbedStrength : coeff;
                    else
                        modifiedCoeff = Math.Floor(coeff) % 2 == 1 ? coeff - EmbedStrength : coeff;

                    ll[rx, ry] = new Complex(modifiedCoeff, ll[rx, ry].Im);
                    bitIndex++;
                }
            }

            // 5. 逆 DWT 重构含水印图像
            complexCarrier.BackwardDWT(WaveletName, DecompositionLevels);
            return complexCarrier.ToBitmap();
        }

        /// <summary>
        /// 提取水印（无需原始载体）
        /// </summary>
        public Bitmap ExtractWatermark(Bitmap watermarkedCarrier, int secretKey)
        {
            // 1. 预处理
            var grayCarrier = Grayscale.CommonAlgorithms.BT709.Apply(watermarkedCarrier);

            // 2. 含水印图像 DWT 分解
            ComplexImage complexCarrier = ComplexImage.FromBitmap(grayCarrier);
            complexCarrier.ForwardDWT(WaveletName, DecompositionLevels);
            Complex[,] ll = complexCarrier.Image;

            // 3. 提取水印比特
            bool[,] extractedBits = new bool[WatermarkSize, WatermarkSize];
            Random rnd = new Random(secretKey);
            int bitIndex = 0;

            for (int y = 0; y < ll.GetLength(0); y++)
            {
                for (int x = 0; x < ll.GetLength(1); x++)
                {
                    if (bitIndex >= WatermarkSize * WatermarkSize) break;

                    int rx = rnd.Next(ll.GetLength(0));
                    int ry = rnd.Next(ll.GetLength(1));
                    double coeff = ll[rx, ry].Re;

                    // 提取规则：系数为奇数 → 1；偶数 → 0
                    extractedBits[bitIndex / WatermarkSize, bitIndex % WatermarkSize] = 
                        Math.Abs(coeff % 2) > 0.5;
                    bitIndex++;
                }
            }

            // 4. 比特数组转水印图像
            return BitsToBitmap(extractedBits);
        }

        #region 辅助方法
        // 水印二值化（阈值 128）
        private bool[,] BinarizeWatermark(Bitmap watermark)
        {
            bool[,] bits = new bool[WatermarkSize, WatermarkSize];
            Bitmap resized = new ResizeNearestNeighbor(WatermarkSize, WatermarkSize).Apply(watermark);
            for (int y = 0; y < WatermarkSize; y++)
                for (int x = 0; x < WatermarkSize; x++)
                    bits[y, x] = resized.GetPixel(x, y).R > 128;
            return bits;
        }

        // 比特数组转图像
        private Bitmap BitsToBitmap(bool[,] bits)
        {
            Bitmap bmp = new Bitmap(WatermarkSize, WatermarkSize);
            for (int y = 0; y < WatermarkSize; y++)
                for (int x = 0; x < WatermarkSize; x++)
                    bmp.SetPixel(x, y, bits[y, x] ? Color.White : Color.Black);
            return bmp;
        }
        #endregion
    }
}

2.3 主程序测试（`Program.cs`）

csharp 复制代码

using System;
using System.Drawing;
using System.Drawing.Imaging;

namespace DwtWatermark
{
    class Program
    {
        static void Main(string[] args)
        {
            Console.WriteLine("=== DWT 盲数字水印测试 ===\n");

            // 1. 读取图像（替换为你的路径）
            Bitmap carrier = new Bitmap("carrier.jpg"); // 载体图像（如风景照）
            Bitmap watermark = new Bitmap("logo.png");   // 水印图像（32x32 二值图）
            int secretKey = 123456; // 密钥（嵌入/提取必须一致！）

            var watermarker = new DwtBlindWatermark();

            // 2. 嵌入水印
            Console.WriteLine("嵌入水印...");
            Bitmap watermarked = watermarker.EmbedWatermark(carrier, watermark, secretKey);
            watermarked.Save("watermarked.jpg", ImageFormat.Jpeg);
            Console.WriteLine("含水印图像保存至：watermarked.jpg\n");

            // 3. 提取水印
            Console.WriteLine("提取水印...");
            Bitmap extracted = watermarker.ExtractWatermark(watermarked, secretKey);
            extracted.Save("extracted_watermark.jpg", ImageFormat.Jpeg);
            Console.WriteLine("提取的水印保存至：extracted_watermark.jpg\n");

            // 4. 评估（PSNR：峰值信噪比，>30dB 说明不可见性好）
            double psnr = CalculatePSNR(carrier, watermarked);
            Console.WriteLine($"载体与含水印图像的 PSNR: {psnr:F2} dB");
            Console.WriteLine("(PSNR > 30dB 表示水印不可见)");

            Console.WriteLine("\n测试完成！按任意键退出...");
            Console.ReadKey();
        }

        // 计算 PSNR（评估不可见性）
        static double CalculatePSNR(Bitmap original, Bitmap compressed)
        {
            double mse = 0;
            for (int y = 0; y < original.Height; y++)
            {
                for (int x = 0; x < original.Width; x++)
                {
                    Color c1 = original.GetPixel(x, y);
                    Color c2 = compressed.GetPixel(x, y);
                    mse += Math.Pow(c1.R - c2.R, 2) + Math.Pow(c1.G - c2.G, 2) + Math.Pow(c1.B - c2.B, 2);
                }
            }
            mse /= (original.Width * original.Height * 3);
            return 10 * Math.Log10(255 * 255 / mse);
        }
    }
}

三、参数说明

参数	作用	建议值
`WaveletName`	小波基	`haar`（计算快，稳定性好）
`DecompositionLevels`	DWT 分解层数	`1`（层数过多易失真）
`EmbedStrength`	嵌入强度	`0.01~0.1`（越大鲁棒性越强，但易失真）
`secretKey`	密钥	整数（嵌入/提取必须一致）

参考盲水印嵌入提取 www.youwenfan.com/contentcsu/63122.html

四、鲁棒性测试

对含水印图像进行以下攻击，验证水印是否可提取：

JPEG 压缩（质量 50%）→ 水印应仍可识别；
高斯噪声（均值 0，方差 0.01）→ 轻微影响；
裁剪（裁剪 10% 边缘）→ 依赖 LL 分量，仍可能提取；
旋转（±5°）→ 需结合几何校正（本示例未实现，可扩展）。