写python 程序原图图片Pjpgwmjpg盲水印的图片SP的数学模型使得图片SPjpg与原图P基本形同。生成图片的算法python 程序。和生成的图片中解析出信息的python 程序要求很好的鲁棒性可以参考下边的程序if cmd == encode print images + watermarks - imageencodeds fn1 fn2 fn3 img = cv2imr

以下是给定代码的解释和注释：

if cmd == 'encode':
    print ('image<%s> + watermark<%s> -> image(encoded)<%s>' % (fn1, fn2, fn3))
    img = cv2.imread(fn1)  # 读取原始图像
    wm = cv2.imread(fn2)  # 读取水印图像

    # 将图像显示在子图中
    if debug:
        plt.subplot(231), plt.imshow(bgr_to_rgb(img)), plt.title('image')
        plt.xticks([]), plt.yticks([])
        plt.subplot(234), plt.imshow(bgr_to_rgb(wm)), plt.title('watermark')
        plt.xticks([]), plt.yticks([])

    h, w = img.shape[0], img.shape[1]  # 获取原始图像的高度和宽度
    hwm = np.zeros((int(h * 0.5), w, img.shape[2]))  # 创建一个与原始图像相同大小的图像
    assert hwm.shape[0] > wm.shape[0]  # 断言新图像的高度大于水印图像的高度
    assert hwm.shape[1] > wm.shape[1]  # 断言新图像的宽度大于水印图像的宽度
    hwm2 = np.copy(hwm)
    for i in range(wm.shape[0]):
        for j in range(wm.shape[1]):
            hwm2[i][j] = wm[i][j]

    if oldseed: random.seed(seed,version=1)
    else: random.seed(seed)
    m, n = list(range(hwm.shape[0])), list(range(hwm.shape[1]))
    if oldseed:
        random.shuffle(m,random=random.random)
        random.shuffle(n,random=random.random)
    else:
        random.shuffle(m)
        random.shuffle(n)

    for i in range(hwm.shape[0]):
        for j in range(hwm.shape[1]):
            hwm[i][j] = hwm2[m[i]][n[j]]

    rwm = np.zeros(img.shape)
    for i in range(hwm.shape[0]):
        for j in range(hwm.shape[1]):
            rwm[i][j] = hwm[i][j]
            rwm[rwm.shape[0] - i - 1][rwm.shape[1] - j - 1] = hwm[i][j]

    f1 = np.fft.fft2(img)  # 对原始图像进行傅里叶变换
    f2 = f1 + alpha * rwm  # 将傅里叶变换后的图像与加密后的水印图像相加
    _img = np.fft.ifft2(f2)  # 对相加后的图像进行傅里叶逆变换

    img_wm = np.real(_img)  # 获取傅里叶逆变换后的实部

    assert cv2.imwrite(fn3, img_wm, [int(cv2.IMWRITE_JPEG_QUALITY), 100])  # 将加密后的图像保存为文件

    # 计算保存前后的误差
    img_wm2 = cv2.imread(fn3)
    sum = 0
    for i in range(img_wm.shape[0]):
        for j in range(img_wm.shape[1]):
            for k in range(img_wm.shape[2]):
                sum += np.power(img_wm[i][j][k] - img_wm2[i][j][k], 2)
    miss = np.sqrt(sum) / (img_wm.shape[0] * img_wm.shape[1] * img_wm.shape[2]) * 100
    print ('Miss %s%% in save' % miss)

    f2 = np.fft.fft2(img_wm)  # 对加密后的图像进行傅里叶变换
    rwm = (f2 - f1) / alpha  # 计算解密后的水印图像
    rwm = np.real(rwm)

    wm = np.zeros(rwm.shape)
    for i in range(int(rwm.shape[0] * 0.5)):
        for j in range(rwm.shape[1]):
            wm[m[i]][n[j]] = np.uint8(rwm[i][j])
    for i in range(int(rwm.shape[0] * 0.5)):
        for j in range(rwm.shape[1]):
            wm[rwm.shape[0] - i - 1][rwm.shape[1] - j - 1] = wm[i][j]

这段代码实现了将水印嵌入到原始图像中，并将结果保存为新的图像。然后，通过解密过程，从加密图像中提取出水印信息。

要使用这段代码，需要传入以下参数：

• fn1：原始图像的文件名
• fn2：水印图像的文件名
• fn3：生成的加密图像的文件名
• alpha：水印的加密强度
• seed：随机数种子
• oldseed：是否使用旧的随机数种子
• debug：是否显示调试信息

在encode命令下运行该代码将生成加密图像，并将其保存为文件。然后，可以使用以下代码从加密图像中提取出水印信息：

f1 = np.fft.fft2(img_wm)  # 对加密图像进行傅里叶变换
rwm = (f2 - f1) / alpha  # 计算解密后的水印图像
rwm = np.real(rwm)

wm = np.zeros(rwm.shape)
for i in range(int(rwm.shape[0] * 0.5)):
    for j in range(rwm.shape[1]):
        wm[m[i]][n[j]] = np.uint8(rwm[i][j])
for i in range(int(rwm.shape[0] * 0.5)):
    for j in range(rwm.shape[1]):
        wm[rwm.shape[0] - i - 1][rwm.shape[1] - j - 1] = wm[i][j]

这段代码将从加密图像中提取出水印信息，并将其保存在wm变量中。