实现对图片或者视频增加隐藏水印和提取水印

好久好久没有写博客了,最近看见一个很有意思的文章:小心你的电脑被窃听,就是说在一些公司,截图都会存在水印,方便溯源,然后出于技术的好奇,我在github上搜了一下,还真有相关的github项目:对图片进行水印增加和提取,下面是地址:blind_watermark

1.实现对图片的水印提取
pip install blind-watermark

# 嵌入水印: blind_watermark --embed --pwd 1234 examples/pic/ori_img.jpeg "watermark text" examples/output/embedded.png

# 提取水印: blind_watermark --extract --pwd 1234 --wm_shape 111 examples/output/embedded.png 

很简单,就是按着命令后走就行,但是问题是:公司的图片里面隐藏的水印的加密方式,我们也不知道啊,我提取了一下我的截图,出现的就是乱码

2.实现对视频的水印添加和提取

这个没什么,就是在上面的基础上,对视频进行分帧,然后对每帧进行水印的添加,然后再加添加了水印的图片合成video,还有对每帧进行水印的提取。

import os
from blind_watermark import WaterMark
import cv2
def frames_to_video(frame_folder, output_video_path, frame_rate):frame_paths = sorted([os.path.join(frame_folder, f) for f in os.listdir(frame_folder)])first_frame = cv2.imread(frame_paths[0])height, width, _ = first_frame.shapefourcc = cv2.VideoWriter_fourcc(*'mp4v')video = cv2.VideoWriter(output_video_path, fourcc, frame_rate, (width, height))for frame_path in frame_paths:frame = cv2.imread(frame_path)video.write(frame)video.release()def embed_watermark_on_frames(input_folder, output_folder, password_img, password_wm, watermark):bwm = WaterMark(password_img=password_img, password_wm=password_wm)bwm.read_wm(watermark, mode='str')for frame_path in os.listdir(input_folder):frame_full_path = os.path.join(input_folder, frame_path)bwm.read_img(frame_full_path)output_frame_path = os.path.join(output_folder, frame_path)bwm.embed(output_frame_path)def video_to_frames(video_path, output_folder):cap = cv2.VideoCapture(video_path)frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))frame_rate = int(cap.get(cv2.CAP_PROP_FPS))frame_idx = 0while cap.isOpened():ret, frame = cap.read()if not ret:breakframe_path = f"{output_folder}/frame_{frame_idx:04d}.png"cv2.imwrite(frame_path, frame)frame_idx += 1cap.release()return frame_count, frame_rate
def extract_watermark_from_frames(frame_folder, password_img, password_wm, wm_shape):bwm = WaterMark(password_img=password_img, password_wm=password_wm)for frame_path in os.listdir(frame_folder):frame_full_path = os.path.join(frame_folder, frame_path)watermark = bwm.extract(frame_full_path, wm_shape=wm_shape, mode='str')print(f"Watermark from {frame_path}: {watermark}")# 分解视频
video_path = "test.mp4"
output_frames_folder = "frames"
os.makedirs(output_frames_folder, exist_ok=True)
frame_count, frame_rate = video_to_frames(video_path, output_frames_folder)# 嵌入水印
watermark = "secret"
password_img = 1
password_wm = 1
output_watermarked_frames = "watermarked_frames"
os.makedirs(output_watermarked_frames, exist_ok=True)
embed_watermark_on_frames(output_frames_folder, output_watermarked_frames, password_img, password_wm, watermark)# 合成为视频
output_video_path = "watermarked_video.mp4"
frames_to_video(output_watermarked_frames, output_video_path, frame_rate)# 提取水印
extract_watermark_from_frames(output_watermarked_frames, password_img, password_wm, wm_shape=len(watermark))

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.mzph.cn/news/887837.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

科技为翼 助残向新 高德地图无障碍导航规划突破1.5亿次

今年12月03日是第33个国际残疾人日。在当下科技发展日新月异的时代,如何让残障人士共享科技红利、平等地参与社会生活,成为当前社会关注的热点。 中国有超过8500万残障人士,其中超过2400万为肢残人群,视力障碍残疾人数超过1700万…

C++类的自动转换和强制类型转换

目录 一、类型转换 二、转换函数 一、类型转换 C⽀持内置类型隐式类型转换为类类型对象,需要有相关内置类型为参数的构造函数 简单说就是可以将内置类型转化为自定义类型 示例: class Test { public:Test(int n1 0):num1(n1){}void pr…

什么是sfp,onu,​为什么PON(​俗称“光猫”​)模块使用SC光纤接口

在现代网络设备中,我们经常会看到SFP或SFP接口的身影,这些接口有时被简称为光口,但这个称呼并不严谨。有些厂商则称之为多功能口或多用途口,然而这对于不了解的人来说可能还是一头雾水。SFP,即Small Form-Factor Plugg…

【Linux】线程池设计 + 策略模式

🌈 个人主页:Zfox_ 🔥 系列专栏:Linux 目录 一:🔥 线程池 1-1 ⽇志与策略模式1-2 线程池设计1-3 线程安全的单例模式1-3-1 什么是单例模式1-3-2 单例模式的特点1-3-3 饿汉实现⽅式和懒汉实现⽅式1-3-4 饿汉…

flutter项目AndroidiOS自动打包脚本

从业数年余,开发出身,经数载努力位项目经理,因环境欠佳,终失业.失业达七月有余,几经周转,现又从开发,既回原点亦从始.并非与诸位抢食,仅为糊口,望海涵!因从头开始,所经之处皆为新奇,遂处处留痕以备日后之需. 自动打包脚本原文地址:https://zhuanlan.zhihu.com/p/481472311 转…

循环神经网络:从基础到应用的深度解析

🍛循环神经网络(RNN)概述 循环神经网络(Recurrent Neural Network, RNN)是一种能够处理时序数据或序列数据的深度学习模型。不同于传统的前馈神经网络,RNN具有内存单元,能够捕捉序列中前后信息…

【言语理解】中心理解题目之结构分析

3.1 五种常见对策表达方式 3.1.1 祈使或建议给对策 应该(应) 需要(要) eg:……。对此,媒体要做好自我规约。……。 eg:……。然而,两地仅简单承接北京转移的一般产业是远远不够的&a…

嵌入式开发之Bootloader移植(一)

1、Bootloader基本概念 Bootloader是硬件启动的引导程序,是运行操作系统的前提; 在操作系统内核或用户应用程序运行之前运行的一小段代码。对软硬件进行相应的初始化和设定,为最终运行操作系统准备好环境; 在嵌入式系统中,整个系统的启动加载任务通常由Bootloader来完成…

【Leecode】Leecode刷题之路第61天之旋转链表

题目出处 61-旋转链表-题目出处 题目描述 个人解法 思路: todo代码示例:(Java) todo复杂度分析 todo官方解法 61-旋转链表-官方解法 方法1:闭合为环 思路: 代码示例:(Java&…

【H2O2|全栈】Node.js(3)

目录 前言 开篇语 准备工作 get和post登录校验测试 准备 创建应用 数据 端口监听 get方式校验 代码 测试 ​编辑 post方式校验 代码 测试 中间件 概念 流程 结束语 前言 开篇语 本系列博客分享Node.js的相关知识点,本章讲解登录校验原理和中间…

mysql之基本常用的语法

mysql之基本常用的语法 1.增加数据2.删除数据3.更新/修改数据4.查询数据4.1.where子句4.2.order by4.3.limit与offset4.4.分组与having4.5.连接 5.创建表 1.增加数据 insert into 1.指定列插入 语法:insert into table_name(列名1,列名2,....,列名n) values (值1,值…

ASUS/华硕天选5Pro酷睿版 FX607J 原厂Win11 23H2系统 工厂文件 带ASUS Recovery恢复

华硕工厂文件恢复系统 ,安装结束后带隐藏分区,一键恢复,以及机器所有驱动软件。 系统版本:windows11 原厂系统下载网址:http://www.bioxt.cn 需准备一个20G以上u盘进行恢复 请注意:仅支持以上型号专用…

详解HTML5语言

文章目录 前言任务一 认识HTML5任务描述:知识一 HTML5基础知识 任务二 HTML 5语义元素任务描述:知识一 HTML5新增结构元素知识二 HTML5文本语义元素 总结 前言 HTML5是一个新的网络标准,现在仍处于发展阶段。目标是取代现有的HTML 4.01和XHT…

【VBA实战】使用Word制作简易的考试及阅卷系统

这个事源于公司想简化面试流程,希望能通过一些简单的笔试及自动阅卷来提高对候选人的初步筛选工作的效率和准确性。我当时的想法是这样的: 1. 利用AI工具生成一个笔试题库,只要选择题和填空题 2. 利用VBA工具,根据需求自动从题库…

qt QToolBox详解

1、概述 QToolBox是Qt框架中的一个控件,它提供了一个带标签页的容器,用户可以通过点击标签页标题来切换不同的页面。QToolBox类似于一个带有多页选项卡的控件,但每个“选项卡”都是一个完整的页面,而不仅仅是标签。这使得QToolBo…

【LeetCode每日一题】——189.轮转数组

文章目录 一【题目类别】二【题目难度】三【题目编号】四【题目描述】五【题目示例】六【题目提示】七【题目进阶】八【解题思路】九【时空频度】十【代码实现】十一【提交结果】 一【题目类别】 数组 二【题目难度】 中等 三【题目编号】 189.轮转数组 四【题目描述】 …

Spring Boot英语知识网站:架构与开发

4系统概要设计 4.1概述 本系统采用B/S结构(Browser/Server,浏览器/服务器结构)和基于Web服务两种模式,是一个适用于Internet环境下的模型结构。只要用户能连上Internet,便可以在任何时间、任何地点使用。系统工作原理图如图4-1所示: 图4-1系统工作原理…

Mac 系统上控制台常用性能查看命令

一、top命令显示 在macOS的控制台中,top命令提供了系统当前运行的进程的详细信息以及整体系统资源的利用情况。下面是对输出中各个字段的解释: Processes: 483 total: 系统上总共有483个进程。 2 running: 当前有2个进程正在运行。 481 sleeping: 当前有…

捉虫笔记(七)-再探谁把系统卡住了

捉虫笔记(七)-再探谁把系统卡住 1、内核调试 在实体物理机上,内核调试的第一个门槛就是如何建立调试链接。 这里我选择的建立网络连接进行内核调试。 至于如何建立网络连接后续文章再和大家分享。 2、如何分析 在上一篇文章中,我们…

SpringBoot(四十三)SpringBoot集成xxl-job分布式任务调度平台

这里我来记录一下Springboot项目集成xxl-job分布式任务调度平台及使用的过程。 一:xxl-job介绍 XXL-JOB是一个分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。 xxl-job是一个开源的分布式定时…