自适应水印算法代码

以下是一种自适应水印算法的示例代码，使用Python编写：

import cv2
import numpy as np

# 加载原始图像和水印图像
img = cv2.imread('original_image.jpg', cv2.IMREAD_COLOR)
watermark = cv2.imread('watermark_image.png', cv2.IMREAD_GRAYSCALE)

# 将水印图像调整为与原始图像相同的大小
watermark = cv2.resize(watermark, (img.shape[1], img.shape[0]))

# 将水印图像转换为二进制形式
watermark_binary = cv2.threshold(watermark, 127, 255, cv2.THRESH_BINARY)[1]

# 定义水印嵌入函数
def embed_watermark(img, watermark_binary, alpha):
    # 将原始图像转换为灰度图像
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 对灰度图像进行DCT变换
    img_dct = cv2.dct(np.float32(img_gray))

    # 获取DCT系数矩阵的行列数
    rows, cols = img_dct.shape[:2]

    # 定义水印嵌入函数
    def embed_block(block, watermark_block, alpha):
        # 计算DCT系数矩阵块的标准差
        std_dev = np.std(block)

        # 如果标准差大于0，则进行水印嵌入
        if std_dev > 0:
            # 将水印块转换为浮点型
            watermark_block = np.float32(watermark_block)

            # 计算水印块的平均值
            watermark_mean = np.mean(watermark_block)

            # 计算嵌入强度
            beta = alpha * std_dev / watermark_mean

            # 对水印块进行缩放并加上噪声
            watermark_block = cv2.resize(watermark_block, (8, 8))
            watermark_block = watermark_block + np.random.normal(0, 1, (8, 8)) * 2

            # 对水印块进行DCT变换
            watermark_block_dct = cv2.dct(watermark_block)

            # 嵌入水印
            block += beta * watermark_block_dct

    # 对DCT系数矩阵进行分块处理
    block_size = 8
    for i in range(0, rows, block_size):
        for j in range(0, cols, block_size):
            # 获取当前块的DCT系数矩阵
            block = img_dct[i:i+block_size, j:j+block_size]

            # 获取当前块的水印二进制矩阵
            watermark_block = watermark_binary[i:i+block_size, j:j+block_size]

            # 嵌入水印
            embed_block(block, watermark_block, alpha)

            # 将嵌入后的DCT系数矩阵写回原始DCT系数矩阵
            img_dct[i:i+block_size, j:j+block_size] = block

    # 对嵌入水印后的DCT系数矩阵进行IDCT变换
    img_watermarked = cv2.idct(img_dct)

    return img_watermarked

# 调用水印嵌入函数
alpha = 0.1
img_watermarked = embed_watermark(img, watermark_binary, alpha)

# 显示原始图像和嵌入水印后的图像
cv2.imshow('original image', img)
cv2.imshow('watermarked image', img_watermarked)
cv2.waitKey(0)
cv2.destroyAllWindows()

该算法的基本思路是使用离散余弦变换（DCT）对原始图像进行变换，并根据DCT系数矩阵的标准差和水印块的平均值计算嵌入强度，然后在一定程度上缩放水印块并加上噪声，最后将嵌入后的DCT系数矩阵进行IDCT变换得到嵌入水印后的图像。通过调整参数alpha的值可以控制嵌入强度。