还在念书时，就听说过频域水印。它可以通过将水印内容隐藏在宿主图像的高频区域，从而让人肉眼不可见地打上水印。为了详细了解相关技术，结合 LLM，我开发了一个 Python 库：FDWM（Frequency Domain Watermarking）。
技术原理：为什么选择频域？
1. 频域水印的基本原理
数字水印技术主要分为空域和频域两大类。FDWM 选择频域技术，其优势在于：
- 不可见性更好：在高频区域嵌入水印，人眼很难察觉
- 鲁棒性更强：对压缩、裁剪等攻击有更好的抵抗能力
- 容量适中：在不可见性和容量之间取得了很好的平衡
2. 核心算法实现
FDWM 的核心实现：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
host = _read_image(host_path, gray=True)
watermark_norm = watermark.astype(np.float32) / 255.0
host_dft = np.fft.fft2(host)
host_dft_shift = np.fft.fftshift(host_dft)
host_dft_shift[r_start:r_end, c_start:c_end] += strength * watermark_norm
host_dft_shift[r_start_sym:r_end_sym, c_start_sym:c_end_sym] += (
strength * np.flipud(np.fliplr(watermark_norm))
)
host_idft_shift = np.fft.ifftshift(host_dft_shift)
img_back = np.fft.ifft2(host_idft_shift)
img_back = np.real(img_back)
|
3. 关键技术细节
对称嵌入策略
FDWM 采用对称嵌入策略，在频谱的四个角落同时嵌入水印。
自适应文本渲染
对于文本水印，FDWM 实现了智能的字体大小调整：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| def _text_to_image(text: str, target_size: Tuple[int, int], ...) -> np.ndarray:
while font_size > 10:
text_bbox = draw.multiline_textbbox((0, 0), wrapped, font=font, spacing=4)
text_w = text_bbox[2] - text_bbox[0]
text_h = text_bbox[3] - text_bbox[1]
if text_w <= cols and text_h <= rows:
x = (cols - text_w) // 2
y = (rows - text_h) // 2
draw.multiline_text((x, y), wrapped, fill=255, font=font, spacing=4)
return np.array(img)
font_size -= 2
|
项目架构
1. 模块结构
1
2
3
4
5
| fdwm/
├── __init__.py # 包入口，导出主要函数
├── watermark.py # 核心水印算法实现
├── cli.py # 命令行界面
└── __main__.py # 模块执行入口
|
2. 设计模式
FDWM 采用了清晰的分层架构：
- 算法层：
watermark.py 包含所有核心算法
- 接口层：
__init__.py 提供简洁的 API
- 用户层：
cli.py 提供命令行工具
3. 配置管理
项目使用现代化的 Python 包配置：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
[project]
name = "fdwm"
version = "0.1.0"
description = "Frequency-domain watermarking library and CLI"
dependencies = [
"numpy>=1.20",
"opencv-python>=4.5",
"Pillow>=10.0",
"pytesseract>=0.3.10",
]
[project.scripts]
fdwm = "fdwm.cli:main"
|
使用体验：简单到让人惊喜
1. 安装简单
2. API 简洁
1
2
3
4
5
6
7
8
9
10
| import cv2
from fdwm import embed, extract, extract_text
watermarked_img = embed(host_img, watermark_img, strength=0.1)
extracted_watermark = extract(watermarked_img, watermark_img.shape[:2])
watermarked_img = embed(host_img, "Hello World", strength=0.1, is_text=True)
extracted_text = extract_text(watermarked_img)
|
3. 命令行友好
1
2
3
4
5
6
7
8
|
fdwm embed host.jpg watermark.png -o watermarked.jpg
fdwm embed host.jpg "Hello World" -o watermarked.jpg --text
fdwm extract watermarked.jpg watermark.png -o extracted.png
|
性能与质量保证：做得相当到位
1. 测试覆盖
项目包含完整的测试套件，这个测试写得很有意思：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| def test_embed_extract():
"""完整工作流测试：嵌入 -> 提取 -> 计算相关系数"""
generate_host_image(str(host_path))
generate_watermark(str(wm_path))
fdwm.embed(host_path, watermark_path, output_path, strength=5000.0)
extracted = fdwm.extract(watermarked_path, strength=5000.0)
corr = np.corrcoef(wm_resized.flatten(), extracted.flatten())[0, 1]
assert corr > 0.5, "水印提取相关系数过低"
|
2. 质量指标
- 相关系数：原始水印与提取水印的相关系数 > 0.5
- 不可见性：水印嵌入后图像质量无明显下降
- 鲁棒性：对常见图像处理操作有良好抵抗能力
总结
FDWM 是一个使用简单、功能完善的数字水印库。它成功地将复杂的频域水印技术封装成易用的 Python 包，为图像版权保护和信息隐藏提供了解决方案。
特别值得一提的事，包括撰写这篇博客本身，整个过程中，我几乎没有手写代码。95% 以上的工作由 LLM 自动完成。
项目地址：https://github.com/Liam0205/fdwm
PyPI 包名：fdwm
许可证：MIT
作者：Liam Huang
