【数据安全-02】AI打假利器数字水印，及java+opencv实现

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。

在这里插入图片描述
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。
在这里插入图片描述

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。

在这里插入图片描述

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。

在这里插入图片描述

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

数字水印技术在前端落地的思考
阿里巴巴公司根据截图查到泄露信息的具体员工的技术是什么？
通俗讲解：图像傅里叶变换
形象理解二维傅里叶变换
傅里叶变换交互式入门
opencv的java-maven-idea开发环境配置
Java使用OpenCV：基于DCT变换实现图片数字的盲水印添加和提取