OpenCV4入门教程045：图片添加（盲）水印

DFT具体介绍：DFT

水印

普通的水印就是在原始图片上添加文字、图像来表示所有权。

但是这类水印可以通过打马赛克、图片截取的方式规避。

那么实现就简单一点，使用Qt读取图片，然后在图片上绘制文字即可。

//水印位置
QRect rect(_mPosX,_mPosY,_mPosW,_mPosH);

//水印内容
if(_mWatermarkCtx.isEmpty()){
    return QImage();
}

QFont font;
font.setPointSize(_mPointSize);//字体大小
QPen pen;
pen.setColor(_mColor);

//如果待处理图片为空
if(_mImg.isNull()){
    return QImage();
}

QImage tmpImg = _mImg;

QPainter painter(&tmpImg);
painter.setRenderHint(QPainter::Antialiasing);
painter.setPen(pen);
painter.setFont(font);
if(_mFrameVisible){
    painter.drawRect(rect);
}
painter.drawText(_mPosX,_mPosY,_mPosW,_mPosH,Qt::AlignCenter,_mWatermarkCtx);

return tmpImg;

使用类包装接口，动态修改字体大小、水印内容、水印位置、水印框

普通水印

带水印框效果（水印框没有什么用，只是用来矫正效果）

普通水印带指示框

盲水印

盲水印，即不可见水印，使用算法将水印信息嵌入图片中。

就算图片二次修改、截取、破坏，水印信息也可以完整恢复出来。

要求

水印要求在以下操作后还能恢复：

涂抹、椒盐、模糊
亮度
对比度
截取、横向裁剪、纵向裁剪
旋转
缩放
格式转换、jpg压缩
截图
拍照

LSB法

LSB（Least Signifcant Bit，最低有效位）

最低有效位为01100001 = 0x61 = A

这样我们就把字母A藏到了图片数据里。

如果图片被截取、拍照，那么数据就丢失了。

DFT（离散傅里叶变换）

在OpenCV4入门教程044：DFT（离散傅利叶变换）中介绍过DFT。

原理是：

将图片进行傅里叶变换，得到表示四向限灰度情况的灰度图
在灰度图上添加文字、图片
将灰度图变换为正常图

解析水印的原理就是

将图片解析傅里叶变换，就可以得到灰度图，此灰度图上包含水印

添加水印

//为加快傅里叶变换的速度，对要处理的图片尺寸进行优化
cv::Mat BlindWatermark::optimizeImageDim(cv::Mat image)
{
    cv::Mat padded;
    //get the optimal rows size for dft
    int addPixelRows = cv::getOptimalDFTSize(image.rows);
    //get the optimal cols size for dft
    int addPixelCols = cv::getOptimalDFTSize(image.cols);
    //apply the optimal cols and rows size to the image
    cv::copyMakeBorder(image,padded,0,addPixelRows - image.rows,0,addPixelCols - image.cols,cv::BORDER_CONSTANT,cv::Scalar::all(0));

    return padded;
}

//图片通道分离
cv::Mat BlindWatermark::splitSrc(cv::Mat mat)
{
    allPlanes.clear();
    mat = optimizeImageDim(mat);
    cv::split(mat,allPlanes);
    cv::Mat padded;
    if(allPlanes.size()>1){
        padded = allPlanes.at(0);
    }else{
        padded = mat;
    }
    return padded;
}

//把DFT灰度图转换为普通图
cv::Mat BlindWatermark::antiTransformImage(cv::Mat complexImage, std::vector<cv::Mat> allPlanes)
{
    cv::Mat invDFT;
    cv::idft(complexImage,invDFT,cv::DFT_SCALE | cv::DFT_REAL_OUTPUT,0);
    cv::Mat restoredImage;
    invDFT.convertTo(restoredImage,CV_8U);
    if(allPlanes.size()==0){
        allPlanes.push_back(restoredImage);
    }else{
        auto iter = allPlanes.begin();
        *iter = restoredImage;
    }
    cv::Mat lastImage;
    cv::merge(allPlanes,lastImage);
    allPlanes.clear();
    planes.clear();//连续多次操作时防止奔溃

    return lastImage;
}

//添加文字水印
cv::Mat BlindWatermark::addImageWatermarkWithText(cv::Mat image)
{
    cv::Mat complexImage;
    //优化图像尺寸
    cv::Mat padded = splitSrc(image);
    padded.convertTo(padded,CV_32F);
    planes.push_back(padded);
    planes.push_back(cv::Mat::zeros(padded.size(),CV_32F));

    cv::merge(planes,complexImage);
    //dft
    cv::dft(complexImage,complexImage);
    //添加文本水印
    cv::putText(complexImage,_mWMCtx,_mPos,cv::FONT_HERSHEY_DUPLEX,1.0,_mColor,_mThickness);
    cv::flip(complexImage,complexImage,-1);
    cv::putText(complexImage,_mWMCtx,_mPos,cv::FONT_HERSHEY_DUPLEX,1.0,_mColor,_mThickness);
    cv::flip(complexImage,complexImage,-1);

    return antiTransformImage(complexImage,allPlanes);
}

结果和原图没什么变换。

解水印

//交换四个向限内容
void BlindWatermark::shiftDFT(cv::Mat &image)
{
    image = cv::Mat(image,cv::Rect(0,0,image.cols & -2,image.rows & -2));
    int cx = image.cols /2;
    int cy = image.rows /2;

    cv::Mat q0 = cv::Mat(image,cv::Rect(0,0,cx,cy));
    cv::Mat q1 = cv::Mat(image,cv::Rect(cx,0,cx,cy));
    cv::Mat q2 = cv::Mat(image,cv::Rect(0,cy,cx,cy));
    cv::Mat q3 = cv::Mat(image,cv::Rect(cx,cy,cx,cy));

    cv::Mat tmp;

    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);

    q1.copyTo(tmp);
    q2.copyTo(q1);
    tmp.copyTo(q2);
}

cv::Mat BlindWatermark::createOptimizedMagnitude(cv::Mat complexImage)
{
    std::vector<cv::Mat> newPlanes;
    cv::Mat mag;

    //split the comples image in two planes
    cv::split(complexImage,newPlanes);
    //compute the magnitude
    cv::magnitude(newPlanes.at(0),newPlanes.at(1),mag);

    //move to a logarithmic scale
    cv::add(cv::Mat::ones(mag.size(),CV_32F),mag,mag);
    cv::log(mag,mag);
    //optionally reorder the 4 quadrants of the magnitude image
    shiftDFT(mag);
    // normalize the magnitude image for the visualization since both JavaFX
    // and OpenCV need images with value between 0 and 255
    // convert back to CV_8UC1
    mag.convertTo(mag,CV_8UC1);
    cv::normalize(mag,mag,0,255,cv::NORM_MINMAX,CV_8UC1);

    return mag;
}

cv::Mat BlindWatermark::getImageWatermarkWithText(cv::Mat image)
{
    std::vector<cv::Mat> planes;
    cv::Mat complexImage;
    cv::Mat padded = splitSrc(image);
    padded.convertTo(padded, CV_32F);
    planes.push_back(padded);
    planes.push_back(cv::Mat::zeros(padded.size(), CV_32F));
    cv::merge(planes, complexImage);
    // dft
    cv::dft(complexImage, complexImage);
    cv::Mat magnitude = createOptimizedMagnitude(complexImage);
    planes.clear();
    return magnitude;
}