企业官网建设流程全解析

图片盲水印实战：文字、图片、比特三种模式怎么选

【免费下载链接】blind_watermarkBlind&Invisible Watermark ，图片盲水印，提取水印无须原图！项目地址: https://gitcode.com/GitHub_Trending/bl/blind_watermark

blind_watermark 是一个图片盲水印工具：能把文字、整张图片或任意比特数据写进照片，嵌入的内容肉眼不可见。更重要的是提取时不需要原图——拿着打了水印的图，加上密码和水印长度，就能把水印取出来。底层算法是 DWT-DCT-SVD，核心实现在 bwm_core.py。pip install blind-watermark装好之后，直接用命令行工具就能跑，不用写代码。

嵌入一行文字：最常用的版权声明用法

文字模式（mode='str'）是多数人最先需要的：把署名、版权声明、联系方式嵌进图片，整个流程就是"嵌入 → 记长度 → 提取"。

一次性任务用命令行最省事。下面这条命令会把 "watermark text" 写进示例图，存成一张新的 PNG：

blind_watermark --embed --pwd 1234 examples/pic/ori_img.jpeg \ "watermark text" examples/output/embedded.png

嵌入时留意两件事：密码（--pwd）和打印出来的水印比特长度，提取时两者都要用。接着这条命令就能把水印原样提出来：

blind_watermark --extract --pwd 1234 --wm_shape 111 examples/output/embedded.png

在项目里做批量嵌入时，Python 接口同样只有三步——读图、读水印、嵌入：

from blind_watermark import WaterMark bwm = WaterMark(password_img=1, password_wm=1) bwm.read_img('examples/pic/ori_img.jpeg') bwm.read_wm('copyright 2026', mode='str') bwm.embed('output/embedded.png')

嵌入后的图和原图在视觉上看不出差别。仓库里的示例原图就是这张：

提取时只需要带水印的图和刚才记录的长度：

bwm1 = WaterMark(password_img=1, password_wm=1) wm = bwm1.extract('output/embedded.png', wm_shape=len(bwm.wm_bit), mode='str')

把整张 Logo 图片藏进照片里

要嵌的不是文字、而是一张二维图形——比如品牌 Logo 或插画小图——就用 img 模式。水印源是一张灰度图，程序按灰度 128 二值化：128 以下的像素统一变黑，以上变白，只保留图案、丢掉渐变，所以水印图最好是边缘清晰的图形。

嵌入代码和文字模式只差一行，读水印时不用传 mode：

bwm = WaterMark(password_wm=1, password_img=1) bwm.read_img('examples/pic/ori_img.jpeg') bwm.read_wm('examples/pic/watermark.png') bwm.embed('output/embedded.png')

提取时要告诉它水印图的尺寸，并把结果直接存成一张黑白图片：

import cv2 wm_shape = cv2.imread('examples/pic/watermark.png', flags=cv2.IMREAD_GRAYSCALE).shape bwm1 = WaterMark(password_wm=1, password_img=1) bwm1.extract('output/embedded.png', wm_shape=wm_shape, out_wm_name='output/wm_extracted.png')

这个模式的容量优势明显：一张 64×64 的水印图就是 4096 个比特，比一行文字多一个量级以上。完整流程见 example_img.py。

只嵌几个比特：写给程序读的标记

bit 模式最灵活：直接传一个布尔数组，比如用 10 比特当资产编号或 A/B 版本标记。10 比特只是演示长度，想换上百个比特也只是改数组的事。

wm = [True, False, True, False, True, False, True, False, True, False] bwm.read_wm(wm, mode='bit') bwm.embed('output/embedded.png')

提取时有一个坑：返回值是浮点数组而不是布尔数组，要自己设阈值换算（0.5 通常够用）：

vals = bwm1.extract('output/embedded.png', wm_shape=len(wm), mode='bit') recovered = [v >= 0.5 for v in vals]

如果还要在截屏裁剪、缩放之后再提取，example_bit.py 里有完整的攻击恢复流程。我的经验是：给人看的用文字模式，给系统读的用比特模式，别过度设计。

旋转 45°、裁剪、缩放之后水印还能提取吗

这是盲水印的核心卖点，仓库自带一整套攻击模拟（在 att.py 里）：旋转 45°、随机裁剪、60 处遮挡、缩放、5% 椒盐噪声、亮度降低 10%。水印写在 DWT-DCT-SVD 变换出的频域系数里，所以这类几何和亮度变化冲不掉它。攻击前后与提取结果的样图都放在 docs/ 目录，项目测试记录里各攻击下的提取结果和原始水印一致。

最难的是"截屏裁剪 + 缩放"：你不知道它从哪裁的、缩了多少。recover.py 提供了两个工具——estimate_crop_parameters能从带水印图与被攻击图反推裁剪区域和缩放比例，recover_crop再把图还原到原始尺寸，之后照常提取。完整演示见 example_str.py。

但要注意：裁剪掉的部分信息是真的没了，裁剪比例太大或噪声太强时提取会失败。docs 里的记录是特定参数下的结果，落地前建议用自己的参数验证一遍。

三种模式怎么选：先记密码，再记长度

一句话选模式：人读署名声明 → str；嵌 Logo 这类二维图形 → img；给程序读几个比特标记 → bit。

比选模式更容易踩的是两个细节。一是密码：嵌入和提取时的 password_img、password_wm 必须一致，CLI 的 --pwd 对应前者。二是 wm_shape：文字和比特要长度、img 模式要二维尺寸，缺了它提取会直接报错。嵌入时丢了长度，只能重嵌。

还有两个实用点：嵌入后想控制文件大小，embed 方法支持 compression_ratio 参数（0-100，越小文件越小）；批量嵌入可以给 WaterMark 传processes='multiprocessing'开多进程加速，参考 example_str_multi.py。想深入实现，从 bwm_core.py 的频域嵌入和 examples/ 的完整场景看起。

【免费下载链接】blind_watermarkBlind&Invisible Watermark ，图片盲水印，提取水印无须原图！项目地址: https://gitcode.com/GitHub_Trending/bl/blind_watermark