Python：使用openCV保存cv2.imwrite和读取cv2.imread过程中的隐写术问题

如何解决Python：使用openCV保存cv2.imwrite和读取cv2.imread过程中的隐写术问题

我有一个将图像隐藏在另一个图像中的隐写代码。

我通过此代码将水印注入到我的图像中。

原理很简单。

我使用 source_image 和 watermark_images 插入水印。

这将随机分配 watermark_images。

首先，使用随机种子分散水印图像的 x 和 y。

然后，使用快速傅立叶变换将 source_image 转换为频率区域。

最后，将 watermark_layer 与 source_image 的频率区域结合起来。

这个编码过程运行良好。但是在解码的过程中出现了问题。

解码代码是将随机种子分散的像素点收集在一个地方，原理相同。

这是解码的结果：

这个问题，如果我尝试编码图像以保存（cv2.imwrite）和召回（cv2.imread），解码不起作用。

如果我按原样使用编码对象，则没有问题。像素在保存和调用过程中是否损坏？

这是我的完整代码：

import cv2 as cv
import numpy as np
import random
import time


class Watermark:
    def __init__(self):
        self.watermark_image = cv.imread('../Watermark/google_logo.png')
        self.result_image_path = '../Watermark/result.jpg'
        self.random_seed = 2021
        self.alpha = 5

    def encoding(self,image_path):
        # Code Start
        start_time = time.time()

        # Read Image
        source_image = cv.imread(image_path)
        source_height,source_width,_ = source_image.shape
        watermark_height,watermark_width,_ = self.watermark_image.shape

        print('source height : ',source_height,',source_width : ',source_width)
        print('watermark height : ',watermark_height,watermark width : ',watermark_width)

        # Convert image to frequency area with Fast Fourier Transform (image -> frequency)
        source_frequency = np.fft.fft2(source_image)

        # Get random seed
        y_random_indices,x_random_indices = list(range(source_height)),list(range(source_width))
        random.seed(self.random_seed)
        random.shuffle(x_random_indices)
        random.shuffle(y_random_indices)

        print('y random seed : ',y_random_indices)
        print('x random seed : ',x_random_indices)

        # Injection watermark
        watermark_layer = np.zeros(source_image.shape,dtype=np.uint8)
        for y in range(watermark_height):
            for x in range(watermark_width):
                watermark_layer[y_random_indices[y],x_random_indices[x]] = self.watermark_image[y,x]

        # Encoding frequency area + watermark layer
        result_frequency = source_frequency + self.alpha * watermark_layer

        # Apply Inverse Fast Fourier Transform (frequency -> image)
        result_image = np.fft.ifft2(result_frequency)
        result_image = np.real(result_image)
        result_image = result_image.astype(np.uint8)

        # Show elapsed time
        end_time = time.time()
        print('Encoding elapsed time : ',end_time - start_time,'\n')

        # Visualization
        cv.imshow('source_image',source_image)
        cv.imshow('watermark',self.watermark_image)
        cv.imshow('watermark_layer',watermark_layer)
        cv.imshow('result_image',result_image)

        # Save and Close
        cv.imwrite(self.result_image_path,result_image)
        cv.waitKey(0)
        cv.destroyAllWindows()

        return result_image

    def decoding(self,source_image_path,encoded_image):
        # Code Start
        start_time = time.time()

        # Read Image
        source_image = cv.imread(source_image_path)

        source_height,_ = source_image.shape
        print('original_height : ',source_height)
        print('original_width : ',source_width)

        encoded_height,encoded_width,_ = encoded_image.shape

        # Convert image to frequency area with Fast Fourier Transform (image -> frequency)
        source_frequency = np.fft.fft2(source_image)
        encoded_frequency = np.fft.fft2(encoded_image)

        # Convert frequency area to image (frequency -> image)
        watermark_layer = (source_frequency - encoded_frequency) / self.alpha
        watermark_layer = np.real(watermark_layer).astype(np.uint8)

        # Get random seed
        y_random_indices,x_random_indices = [list(range(encoded_height)),list(range(encoded_width))]
        random.seed(self.random_seed)
        random.shuffle(x_random_indices)
        random.shuffle(y_random_indices)

        print('y random seed : ',x_random_indices)

        # Restore watermark
        result_image = np.zeros(watermark_layer.shape,dtype=np.uint8)

        for y in range(encoded_height):
            for x in range(encoded_width):
                result_image[y,x] = watermark_layer[y_random_indices[y],x_random_indices[x]]

        # Show elapsed time
        end_time = time.time()
        print('Encoding elapsed time : ','\n')

        # Visualization
        cv.imshow('original image',source_image)
        cv.imshow('target image',encoded_image)
        cv.imshow('watermark layer',watermark_layer)
        cv.imshow('result image',result_image)
        cv.waitKey(0)
        cv.destroyAllWindows()


if __name__ == '__main__':
    source_path = '../Watermark/jennie.jpg'

    # good work
    protected_image = Watermark().encoding(source_path)
    Watermark().decoding(source_path,protected_image)

    # doesn't work
    result_path = '../Watermark/result.jpg'
    result_image = cv.imread(result_path)
    Watermark().decoding(source_path,result_image)

请给我一些建议。

解决方法

卡洛斯·梅卢斯说得很好。

您的代码不适合处理 jpg 图像。

如果您使用 png 格式，效果会很好。