blind watermark 盲水印技術實現，這裡主要引用網上三種java實現的效果測試和研究。可以將文字隱藏在圖片中，通過提取還原水印，實現版本保護效果。 開源代碼: https://gitee.com/chejiangyi/shuiyin/tree/master ...
gitee 開源代碼(java)
https://gitee.com/chejiangyi/shuiyin/tree/master需求概述
研究盲水印對於版權保護的效果和能力研究嘗試概述
水印實現: 大部分的python或者java演算法都基於頻域的盲水印效果。 涉及的演算法: 傅里葉變換。 開源相關: 大部分是python演算法居多，也有java的一些傅里葉實現，少部分其他語言實現。 涉及的框架: opencv (用來處理圖片)圖片盲水印方式
1. 二維碼(本質是圖片) 盲水印（未嘗試） 2. 圖片盲水印（初步嘗試，未深入，初步效果不佳） 3. 文本盲水印（已嘗試） 圖片盲水印：初步嘗試一個傅里葉演算法，發現在截圖等複雜場景干擾下，似乎沒有文本盲水印抗干擾能力強；但是沒有深入印證其他多種演算法效果。 文本盲水印：經過幾輪嘗試，發現文本盲水印會效果好，但是在一些場景下圖片會有一些失真（對比原圖），色澤會變淺。 在其他抗干擾（截圖，縮放，塗改）情況下效果還可以。圖片失真的情況，在不同傅里葉演算法中，效果不一樣，有些不失真，但是效果抗干擾能力差。文本盲水印嘗試詳解
一. 目前java 有三種demo沉澱
第一種:
第三種:
整體演算法代碼行不多，核心在於演算法本身，具體演算法實現原理網上論文很多，但是真正能商用的效果不好。
dct 一般用於圖片演算法，dft 一般用於文本演算法，當然文本也可以以圖片的方式顯示中文。
三種總體效果都差不多，但是在干擾情況下差異還是很大的。
引用網上的一段盲水印的註意點描述：
目前沒有用真實的圖片效果和實際場景做測試，從而排除額外的一些情況，所以沒辦法確定真實的場景是否有效，或者是否可以規避一些不可能存在的實際場景。初步與產品確認，測試效果還可以，但不是很理想，比如一些截圖30%，20%的情況下，部分圖片信息無法有效還原“盲水印”。一些非原圖處理（比如採用微信和飛書截圖）之後，圖片變成jpg壓縮，此時盲水印可能無法有效還原檢測，原圖或者加水印後的圖儘量都使用png或者bmp。加水印後，圖片會有略微明顯的色澤變化（但是其中有些演算法好像變化不大，沒有大範圍細節測試，但是這種情況帶來抗干擾能力差較多）。
二. 目前python 效果測試
python 是目前盲水印演算法最多的案例和demo，在github上發現一些python演算法一般加的是圖片盲水印（非文字盲水印），但是沒有詳細測試效果（主要是沒精力）。網上fork數或者關註數多的盲水印，實際測試效果並不佳。比如：https://github.com/guofei9987/blind_watermark 這個盲水印可以支持文字隱藏，但是實際進行截圖和干擾的時候發現文字水印無法如期提取，跟實際描述的文檔有較大差異，可能是姿勢不對。其他的水印效果未深入，未來有更多精力後再深入投入實際場景做驗證。三. 雲服務測試
目前雲服務中支持的，主要有七牛雲和騰訊雲，七牛雲更偏圖片處理，所以用七牛雲做測試（騰訊雲未測）但是實際效果也不是很理想。 七牛雲盲水印恢復靠的是原始圖片（可能是通過水印圖和原始圖對比），從而恢復水印（這種手法可能要與產品商量實際場景行不行），同樣也有version 3第三種演算法實現盲水印，可以在水印圖中提取水印。經過測試version 3的實現，在圖片截圖和縮放等干擾情況下，恢復水印的能力會差很多，丟失的信息更多，不如網上的一些開源演算法，所以雲服務效果不盡如意。總結筆記
盲水印總體效果不是很成熟，但是作為輔助版權驗證應該還是可以的（除了圖片會增加一些大小），關鍵還是在於實際業務場景。 同時自身也不是圖片處理相關專家，很多細節和參數也不敢調整，也無法真正有效結合實際業務場景發揮和調優演算法。 所以真正落地盲水印，後續需要在幾個方面努力： 1）需要專職的一名圖片處理專家或者外聘專家支援。 2）大量的實際場景的圖片和用戶干擾的案例圖做多次驗證。 3）通過機器學習進行演算法參數調優。測試效果示例
常用案例測試:
