OpenCV实现数字水印的相关函数和示例代码

news2025/5/15 5:56:31

OpenCV计算机视觉开发实践:基于Qt C++ - 商品搜索 - 京东

实现数字水印的相关函数

用OpenCV来实现数字水印功能,需要使用一些位操作函数,我们需要先了解一下这些函数。

1. bitwise_and函数

bitwise_and函数是OpenCV中的位运算函数之一,用于对两幅二值图像进行按位与操作。具体来说,对于每个像素,将两幅输入图像相应位置的像素值分别进行按位与运算,输出的结果图像的对应像素值即为这两幅输入图像对应像素值的按位与结果。

bitwise_and函数的语法如下:

void bitwise_and(InputArray src1, InputArray src2,

OutputArray dst, InputArray mask = noArray());

其中,src1和src2表示要进行按位与操作的两幅输入图像;mask是可选参数,如果指定了掩膜,则只对掩膜对应位置的像素进行按位与操作;dst表示按位与运算的结果。

【例14.1】创建空白图像进行按位与操作

   打开Qt Creator,新建一个控制台项目,项目名称是test。

   在main.cpp中输入如下代码:

#include "opencv2/opencv.hpp"
using namespace cv;

int main()
{
    // 空白图像创建
    Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
    Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
    // 在图像内添加矩阵
    rectangle(m1, Rect(100, 100, 80, 80), Scalar(255, 255, 0), -1, LINE_8, 0);
    rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, LINE_8, 0);
    imshow("m1", m1);
    imshow("m2", m2);
    Mat dst;
    bitwise_and(m1, m2, dst); // 进行与操作,结果存于dst中
    imshow("result", dst);
    waitKey();
    return 0;
}

通过bitwise_and函数就能得到与操作的结果dst。

   运行程序,结果如图14-1所示。

图14-1

再看个示例,对现有图片进行按位与操作,代码如下:

【例14.2】对现成图像进行按位与操作

   打开Qt Creator,新建一个控制台项目,项目名称是test。

   在main.py中输入如下代码:

#include "opencv2/opencv.hpp"
using namespace cv;

int main()
{
    Mat dog,cat,img_and;
    resize(imread("cat.png"),cat, Size(400, 360));
    resize(imread("dog.png"),dog, Size(400, 360));
    bitwise_and(cat,dog,img_and); // 与运算 1 & 1 = 1, 其它为0
    imshow("result",img_and);
    waitKey(0);
    return 0;
}

   保存程序并运行,结果如图14-2所示。

可以看出,与运算的结果是使图像变小,最后的图像也会偏暗。

2. bitwise_or函数

在OpenCV中进行或运算使用bitwise_or函数,其声明如下:

void bitwise_or(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray());

其中输入参数src1和src2可为灰度图或彩色图,src1和src2大小需相同;输出参数dst存放或运算的结果,尺寸和类型与src保持一致;掩膜mask可通俗理解为一个遮罩,只对mask设定的有效区域进行操作。

图14-2

或运算 0 | 0 = 0,其他情况为1。下面将猫和狗的图片进行或运算。

【例14.3】对现成图像进行按位或操作

   打开Qt Creator,新建一个控制台项目,项目名称是test。

   在main.cpp中输入如下代码:

#include "opencv2/opencv.hpp"
using namespace cv;

int main()
{
    Mat dog,cat,img_and;
    resize(imread("cat.png"),cat, Size(400, 360));
    resize(imread("dog.png"),dog, Size(400, 360));
    bitwise_or(cat,dog,img_and); // 或运算 1 & 1 = 1,其他为0
    imshow("result",img_and);
    waitKey(0);
    return 0;
}

   保存程序并运行,结果如图14-3所示。

图14-3

可以看出,或运算的结果是使图像变大,最后的图像也偏亮。

代码实现数字水印

前面讲解了数字水印的嵌入过程和提取过程,步骤比较清晰。本节将根据这些步骤,通过代码来实现数字水印的嵌入和提取。

【例14.4】实现数字水印的嵌入和提取

   打开Qt Creator,新建一个控制台项目,项目名称是test。

   在main.cpp中输入如下代码:

#include "opencv2/opencv.hpp"
using namespace cv;

int main()
{
    Mat gray1H7,dst,getWatermark;
    Mat src= imread("src.bmp",0);
    // 读取水印图像
    Mat watermark= imread("watermark.bmp",0);
    // 将水印图像内的正值处理为1,以方便嵌入,相当于把水印图像变成二值图像
    for(int i=0;i<watermark.rows;i++)
    {
            for(int j=0;j<watermark.cols;j++)
            {
                if(watermark.at<uchar>(i,j)>0)
                    watermark.at<uchar>(i,j)=1;
            }
     }
    // 读取原始载体图像的行和列
    int r=src.rows;
    int c=src.cols;

    // ----------------------嵌入过程------------------------
    // 生成元素值都是254的数组
    Mat t254 = Mat::ones(r, c, CV_8UC1) * 254;
    // 获取gray1H7图像的高七位
    bitwise_and(src,t254,gray1H7);
    // 将watermark嵌入gray1H7内
    bitwise_or(gray1H7,watermark,dst);
    // ----------------------提取过程--------------------------
    // 生成元素值都是1的数组
    Mat t1=  Mat::ones(r, c, CV_8UC1);
    // 从目标载体图像内提取水印图像
    bitwise_and(dst,t1,getWatermark);
    // 将水印图像内的正值处理为255,以方便显示
    for(int i=0;i<getWatermark.rows;i++)
    {
            for(int j=0;j<getWatermark.cols;j++)
            {
                if(getWatermark.at<uchar>(i,j)>0)
                    getWatermark.at<uchar>(i,j)=255;
            }
     }
    // ---------显示结果--------
    imshow("srcImg",src);
    imshow("watermark",watermark*255); // 当前watermark内最大值为1
    imshow("dstImg",dst);
    imshow("getWatermark",getWatermark);
    waitKey();
    destroyAllWindows();

    waitKey(0);
    return 0;
}

可以看出,上述代码是按照嵌入过程的步骤和提取过程的步骤来实现的。我们把一副水印图像(watermark.bmp)嵌入原始载体图像(src.bmp)中变为目标载体图像(也称含水印的载体图像)dst,然后从dst中提取出水印数据存于getWatermark中,最后显示4种图像。

   运行程序,结果如图14-4所示。

从图14-4中可以看到,原始载体图像(src)和含水印的载体图像(dst)肉眼是看不出区别的。下面再看水印图像,如图14-5所示。

图14-4

图14-5

在图14-5中,左边是原来的数字水印图像,右边是从目标载体图像中提取出来的数字水印图像,可以发现两者并没有变化。这样我们就实现了把一副数字水印图像嵌入载体图像再提取出的过程。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2375846.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

坐席业绩数据分析

豆包提示词&#xff1a; 使用papaparse.js&#xff0c;chart.js&#xff0c;tailwindcss和font-awesome&#xff0c;生成一个可以交互的简洁且可以运行的HTML代码&#xff0c;不要输出无关内容。 具体要求如下&#xff1a; 1、按坐席姓名输出业绩折线图。 2、系统导航区域&…

怎样将MM模块常用报表设置为ALV默认格式(MB52、MB5B、ME2M、ME1M等)

【SAP系统研究】 对SAP系统中的报表,最方便的格式就是ALV了,可排序、可导出,非常友好。 但有些常见报表却不是默认ALV界面的,譬如MB52: 是不是有点别扭?但其实是可以后台配置进行调整的。 现将一些常用报表修改为默认ALV的方法进行总结,便于大家使用。 一、MB52、MB5…

Arduino使用红外收发模块

目录 Arduino UNO连接红外发射模块&#xff1a; Arduino D1连接红外接收模块&#xff1a; 有一个Arduini UNO板子和一个Arduino D1板子&#xff0c;我想通过红外发射模块和红外接收模块让他们进行通信。 先看结果&#xff1a; Arduino UNO连接红外发射模块&#xff1a; 发射模…

机器学习 Day16 聚类算法 ,数据降维

聚类算法 1.简介 1.1 聚类概念 无监督学习&#xff1a;聚类是一种无监督学习算法&#xff0c;不需要预先标记的训练数据 相似性分组&#xff1a;根据样本之间的相似性自动将样本归到不同类别 相似度度量&#xff1a;常用欧式距离作为相似度计算方法 1.2 聚类vs分类 聚类&…

软件测试——面试八股文(入门篇)

今天给大家分享软件测试面试题入门篇&#xff0c;看看大家能答对几题 一、 请你说一说测试用例的边界 参考回答&#xff1a; 边界值分析法就是对输入或输出的边界值进行测试的一种黑盒测试方法。通常边界值分析法是作为对等价类划分法的补充&#xff0c;这种情况下&#xff…

Yolov8的详解与实战-深度学习目标检测

Yolov8的详解与实战- 文章目录 摘要 模型详解 C2F模块 Loss head部分 模型实战 训练COCO数据集 下载数据集 COCO转yolo格式数据集&#xff08;适用V4&#xff0c;V5&#xff0c;V6&#xff0c;V7&#xff0c;V8&#xff09; 配置yolov8环境 训练 测试 训练自定义数据集 Labelme…

Python(1) 做一个随机数的游戏

有关变量的&#xff0c;其实就是 可以直接打印对应变量。 并且最后倒数第二行就是可以让两个数进行交换。 Py快捷键“ALTP 就是显示上一句的代码。 —————————————————————————————— 字符串 用 双引号或者单引号 。 然后 保证成双出现即可 要是…

【Bootstrap V4系列】学习入门教程之 组件-导航条(Navbar)

Bootstrap V4系列 学习入门教程之 组件-导航条&#xff08;Navbar&#xff09; 导航条&#xff08;Navbar&#xff09;一、How it works二、Supported content 支持的内容2.1 Brand 品牌2.2 Nav 导航2.3 Forms 表格 三、Color schemes 配色方案四、Containers 容器五、Placemen…

[Java实战]Spring Security 添加验证码(二十三)

[Java实战]Spring Security 添加验证码&#xff08;二十三&#xff09; 在现代的 Web 应用中&#xff0c;验证码是防止恶意攻击&#xff08;如暴力破解、自动注册等&#xff09;的重要手段之一。Spring Security 是一个功能强大的安全框架&#xff0c;提供了用户认证、授权等功…

万文c++继承

1、继承的概念与定义 1.1继承的概念 继承&#xff1a;是c代码复用的手段&#xff0c;允许在原有的基础上扩展&#xff0c;在此之前都是函数层次的复用&#xff0c;继承是类设计层次的复用。 下面有两个类Student和Teacher都有姓名/地址/电话/年龄等成员变量。都有identity身…

Linux grep -r 查找依赖包是否存在依赖类 Class

方法一&#xff1a;通过 Linux &#xff0c;grep -r ClassPath 命令 grep -f org.apache.kafka.connect.source.SourceRecord在 jar 包所在 lib 或者 lib/plugins 目录下执行&#xff0c;grep -r&#xff0c; flink-sql-connector-sqlserver-cdc-3.3.0.jar 中此 kafka Source…

41:像素坐标与实际坐标转化

采用上面的算子 将像素坐标点转换为实际坐标 image_points_to_world_plane(CamParam, Worldpose, Row, Column, m, X, Y) 第一个参数&#xff1a;标定得到的内参--根据标定助手得到的 第二个参数&#xff1a;标定得到的外参--根据标定助手得到的 第三个参数&#xff1a;计算…

大某麦演唱会门票如何自动抢

引言 仅供学习研究&#xff0c;欢迎交流 抢票难&#xff0c;难于上青天&#xff01;无论是演唱会、话剧还是体育赛事&#xff0c;大麦网的票总是秒光。大麦网是国内知名的票务平台&#xff0c;热门演出票往往一票难求。手动抢票不仅耗时&#xff0c;还容易错过机会。作为一名…

LVS负载均衡群集和keepalive

目录 一. 集群概述 1.1 集群的定义 1.2 集群的分类 1. 高可用集群 HA 2. 高性能运输群集 HPC 3.负载均衡群集 LB 4. 分布式存储集群 二. LVS概述 2.1 LVS的定义 2.2 LVS的工作原理 2.3 LVS 的三种工作模式 2.4 LVS 三种工作模式的对比 2.5 LVS 调度算法 1. 静态…

Apache Pulsar 消息、流、存储的融合

Apache Pulsar 消息、流、存储的融合 消息队列在大层面有两种不同类型的应用&#xff0c;一种是在线系统的message queue&#xff0c;一种是流计算&#xff0c;data pipeline的streaming高throughout&#xff0c;一致性较低&#xff0c;延迟较差的过程。 存算分离 扩容和缩容快…

最优化方法Python计算:有约束优化应用——线性可分问题支持向量机

设问题的数据样本点 ( x i , y i ) (\boldsymbol{x}_i,y_i) (xi​,yi​)&#xff0c; x i ∈ R n \boldsymbol{x}_i\in\text{R}^n xi​∈Rn&#xff0c; y i 1 y_i\pm1 yi​1&#xff0c; i 1 , 2 , ⋯ , m i1,2,\cdots,m i1,2,⋯,m。由于标签数据 y i ∈ { − 1 , 1 } y_i\…

SpringBoot学习(上) , SpringBoot项目的创建(IDEA2024版本)

目录 1. SpringBoot介绍 SpringBoot特点 2. SpringBoot入门 2.1 创建SpringBoot项目 Spring Initialize 第一步: 选择创建项目 第二步: 选择起步依赖 第三步: 查看启动类 2.2 springboot父项目 2.3 测试案例 2.3.1 数据库 2.3.2 生成代码 1. SpringBoot介绍 Spring B…

【Redis 进阶】哨兵模式

思维导图&#xff1a; 一、哨兵模式概述 &#xff08;一&#xff09;传统主从复制模式的局限性 在传统的Redis主从复制架构中&#xff0c;若主节点发生故障&#xff0c;运维人员需手动执行故障转移操作&#xff0c;将一个从节点提升为新主节点&#xff0c;并逐一通知所有客户…

CVE-2025-31258 macOS远程视图服务沙箱逃逸漏洞PoC已公开

苹果公司近日针对macOS系统中新披露的CVE-2025-31258漏洞发布补丁&#xff0c;该漏洞可能允许恶意应用程序突破沙箱限制&#xff0c;获取未授权的系统资源访问权限。在安全研究员Seo Hyun-gyu公开概念验证&#xff08;PoC&#xff09;利用代码后&#xff0c;该漏洞已在macOS Se…

武汉大学无人机视角下的多目标指代理解新基准!RefDrone:无人机场景指代表达理解数据集

作者&#xff1a;Zhichao Sun, Yepeng Liu, Huachao Zhu, Yuliang Gu, Yuda Zou, Zelong Liu, Gui-Song Xia, Bo Du, Yongchao Xu 单位&#xff1a;武汉大学计算机学院 论文标题&#xff1a;RefDrone: A Challenging Benchmark for Drone Scene Referring Expression Compreh…