简介：基于DCT的数字水印技术MATLAB实现资料包，面向数字图像处理、信息隐藏与版权保护方向的学习者和研究者，专注于解决在离散余弦变换域中嵌入不可见水印并完成提取验证的典型问题，适用于课程设计、论文复现和技术预研。资源压缩包仅402KB，共3个文件，包含一个.m格式的MATLAB脚本、一张.jpg原始载体图和一张.png结果图；脚本实现了从图像读取、dct2正变换、系数修改嵌入水印、idct2逆变换到水印提取的完整流程，图像文件可直观对比嵌入前后的视觉变化。已有1519人浏览学习，内容编排适合需要快速掌握DCT水印基本思路的入门及中级学习者。借助DCT将图像从空间域转换到频率域，高频分量体现细节、低频分量反映整体结构，水印信息可编码后插入在特定系数中而不明显影响画质；通过仿真还能测试缩放、旋转、滤波等攻击下的鲁棒性，并了解JPEG压缩、版权保护和内容认证等应用背景，为后续改进水印强度、嵌入位置和抗深度学习去水印攻击打下基础。 做图像版权保护这行的朋友，应该都跟数字水印打过交道。简单说，就是在图片、视频、文档里藏一段人眼几乎看不见的信息，用来证明归属、追踪泄露源。我最早接触这个方向，是做一个图片溯源系统，客户要求在不明显影响画质的前提下，给每张外发图片打上隐藏标记。试了一圈空间域方案，最后真正扛住实际使用压力的，还是基于DCT的频域水印。
这篇文章把我从原理到落地踩过的坑都整理出来。方向聚焦在DCT（离散余弦变换）域的水印嵌入与提取，包含可直接复现的Python代码、参数选择逻辑和常见问题排查。适合正在做图像版权保护、泄露溯源，或者需要快速上手频域水印做毕业设计的同学参考。不说废话，直接进正题。
1. 整体设计思路：为什么偏偏选DCT
1.1 空间域方案的问题在哪
最早接触水印时，最容易想到的方案是空间域里的LSB（最低有效位）替换。就是把像素值二进制表示后的最后一位改掉，用来承载水印信息。这个方案实现确实简单，但有一个致命弱点：鲁棒性极差。只要对图像做一次有损压缩、缩放、甚至轻微的噪声干扰，藏在最低位的信息就全没了。
在实际业务场景里，图片外发后要经过平台压缩、聊天软件转发、格式转换，这一套流程下来，空间域水印基本全军覆没。我做测试时，把嵌了水印的图片用QQ发一遍再收回来，直接提取失败。所以只要涉及真实传播链路，空间域方案就不能作为主力。
1.2 DCT为什么能抗住压缩
DCT能把图像从空间域转换到频率域，把能量集中到少数低频系数上。JPEG压缩本身就是先把图像分成8x8块，再做DCT变换，然后对系数做量化和熵编码。这意味着，只要把水印信息嵌在压缩过程中不容易被丢掉的系数上，就能和JPEG压缩“共存”。
把水印嵌到频域系数里，天然具备抗压缩的潜力。这是选择DCT做水印载体最核心的原因。相比其他频域变换（如DWT、FFT），DCT实现简单、有JPEG生态作为兼容性基础，工程落地风险小。当年我选型时也考虑过DWT，但考虑到合作方中间链路都是标准JPEG处理流程，DCT的兼容性优势就非常明显了。
1.3 嵌入位置选择：高中低频的取舍
DCT变换后，系数从左上角的DC（直流）分量到右下角的高频分量，频率逐渐升高，从人眼感知和压缩保留两个维度来看，各频段特点完全不同。我做了一组对比，整理成下表：
| 频段 | 系数位置 | 人眼敏感度 | 抗压缩能力 | 水印嵌入适用性 |
|---|---|---|---|---|
| 低频（DC附近） | (0,0)-(2,2) | 高 | 最强 | 修改容易产生块效应和视觉失真 |
| 中频 | (3,1)-(5,3)附近 | 中等 | 较好 | 平衡点，实际项目首选区域 |
| 高频 | (6,4)以上 | 低 | 最差 | 压缩后容易丢失，嵌入无意义 |
低频系数一旦改动，图像亮度或色调会发生肉眼可见的偏移，尤其DC分量，牵一发动全身。高频系数虽然改了看不出来，但JPEG量化时基本上先把高频细节丢掉。中频则相对平衡，既有一定抗压缩能力，又不太会影响视觉主观质量。实际项目中，我通常选每个8x8块内的(4,1)、(3,2)、(5,2)这几个中频位置组合来嵌水印，效果比较稳。
2. 核心细节解析：嵌入与提取的关键环节
2.1 水印预处理：从图像到二进制序列
待嵌入的水印不能直接拿来用。比如我们要嵌一个32x32的二值logo，直接把它平铺到图像所有块上，会有两个问题：一是相邻块嵌入的完全相同，抗攻击能力差；二是如果图像某区域被裁剪，水印信息会成片丢失。
我一般会做两步预处理：先把二值水印转换成一维序列，再用一个固定随机种子做置乱（permutation）。置乱后，水印比特在空间上均匀分散开，即使图像局部被裁掉，剩下的块里还能提取出零散的置乱序列，再通过逆置乱还原出水印全貌，只是对比度降低。这一步成本极低，但抗裁剪能力提升非常大，属于稳赚不赔的操作。
2.2 分块策略：8x8还是16x16
分块大小直接影响水印容量和鲁棒性。8x8块是JPEG标准块大小，与压缩通道对齐，嵌进去的水印在压缩时经历的量化过程是一致的，提取准确率更可控。16x16块能提供更好的频域分辨率，也就是每个块能用的中频系数更多，抗干扰能力更强，但块数量少了，总容量就下降。
我在实际项目里默认用8x8，原因很简单：兼容JPEG处理链路。如果原始图尺寸很大、且后续不会经过JPEG压缩，我才会考虑用16x16增强鲁棒性。另一个细节是图像尺寸不是8的倍数时，要先做边缘填充，否则分块会溢出。实测填充方式用镜像填充（cv2.BORDER_REFLECT）比补零效果好，避免引入额外的高频边界伪影。
2.3 嵌入公式与强度参数alpha
水印嵌入的核心操作是对选定的中频系数做修改。主流公式有两种：加法公式 X' = X + alpha * W，和量化公式（把系数调整到某个区间的奇偶位置来代表0或1）。
加法公式实现简单，提取时需要知道原始系数做差分对比，属于非盲水印；量化公式更常见，因为提取时不需要原始图像，属于盲水印。我用的比较多的是基于奇偶量化的方案：把选定的系数除以量化步长Q，判断余数落在哪个半区，然后强制调整到对应区间。这样提取水印时，只需要重新计算每个块的DCT系数，判断奇偶性就能还原比特，不需要原始图像参与。
alpha和Q本质是同一个东西，控制的是嵌入强度。强度太小，嵌入后系数稍经压缩就翻转到错误区间；强度太大，图像会出现明显块效应。经验上，8x8块内单个中频系数的修改量控制在15到40之间比较安全。具体数值跟图像内容有关，纹理越复杂的区域，人眼对噪声越不敏感，可以适当加大强度。
2.4 不可见性和鲁棒性的平衡
这两个指标是互相拉扯的，算法调参本质上就是在找平衡点。评价不可见性常用的指标是PSNR，一般要求嵌完水印后的图像PSNR不低于38dB，否则人眼就容易感知到差异。鲁棒性则用提取水印与原始水印的归一化相关系数（NC）来衡量，NC越接近1越好，实际应用中NC大于0.7就可以认定水印有效存在。
我的经验是：先用一组固定测试图跑PSNR曲线，找到alpha从10到60的梯度变化，观察PSNR衰减和提取NC变化。通常PSNR从45降到35的过程中，NC会缓慢上升。选PSNR=40对应的alpha作为基准值，再往上升10%到20%，兼顾传输链路的损耗。这个方法虽然不严谨，但在工程上很实用，比单纯照搬论文里的参数靠谱得多。
3. 实操过程：完整实现DCT水印嵌入与提取
3.1 环境准备
项目代码用Python实现，依赖非常少，三个库就够：
- opencv-python：图像读取、分块处理、DCT变换
- numpy：矩阵运算
- （可选）matplotlib：用来查看水印提取效果
安装命令直接用pip即可，版本上我用的OpenCV 4.x和Python 3.9+，向下兼容性也基本没问题。
3.2 水印嵌入代码实现
下面是我在项目里实际使用的嵌入代码，加了详细注释，方便直接照抄改造：
import cv2 import numpy as np def embed_watermark(image_path, watermark_img, output_path, q=30, seed=42): """ 基于DCT的量化方式水印嵌入 image_path: 原始图像路径 watermark_img: 水印图像路径（二值图） output_path: 输出图像路径 q: 量化步长，控制嵌入强度 seed: 随机种子，用于水印置乱 """ img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) h, w = img.shape # 水印预处理 wm = cv2.imread(watermark_img, cv2.IMREAD_GRAYSCALE) wm = cv2.resize(wm, (32, 32)) _, wm_bin = cv2.threshold(wm, 128, 1, cv2.THRESH_BINARY) wm_seq = wm_bin.flatten() # 1024个比特 # 置乱，增强抗裁剪能力 rng = np.random.RandomState(seed) perm = rng.permutation(len(wm_seq)) wm_perm = wm_seq[perm] # 确保图像尺寸是8的倍数，不足则填充 pad_h = (8 - h % 8) % 8 pad_w = (8 - w % 8) % 8 img_pad = cv2.copyMakeBorder(img, 0, pad_h, 0, pad_w, cv2.BORDER_REFLECT) img_h, img_w = img_pad.shape # 嵌入位置：8x8块的第(4,1)和(3,2)号中频系数 embed_positions = [(4, 1), (3, 2)] bit_idx = 0 total_blocks = (img_h // 8) * (img_w // 8) img_watermarked = img_pad.copy() for i in range(0, img_h, 8): for j in range(0, img_w, 8): block = img_pad[i:i+8, j:j+8].astype(np.float32) dct_block = cv2.dct(block) # 当前块要嵌入的比特 bit = wm_perm[bit_idx % len(wm_perm)] bit_idx += 1 # 选择第一个嵌入位置并量化调制 pos = embed_positions[0] coeff = dct_block[pos] dct_block[pos] = quantize_coefficient(coeff, bit, q) # IDCT回空间域 block_watermarked = cv2.idct(dct_block) img_watermarked[i:i+8, j:j+8] = block_watermarked # 裁剪填充区域并保存 img_watermarked = img_watermarked[:h, :w] cv2.imwrite(output_path, img_watermarked) # 返回嵌入使用的置乱序列和块数，供提取端使用 return perm, total_blocks def quantize_coefficient(coeff, bit, q): """ 量化调制函数 将系数调整到偶数半区代表0，奇数半区代表1 """ quotient = abs(coeff) / q sign = 1 if coeff >= 0 else -1 if bit == 1: target = int(quotient) if target % 2 == 0: target += 1 else: target = int(quotient) if target % 2 == 1: target += 1 return sign * target * q代码里有个细节：quantize_coefficient的处理方式是把系数映射到量化步长的整数倍上，奇偶性代表比特。这个方法的抗JPEG压缩能力比单纯加减alpha更强，因为JPEG量化过程本身对系数做了一个类似取整的操作，我们预先按同样的逻辑做了对齐，压缩后系数不容易跨过奇偶边界。
3.3 水印提取代码实现
提取过程就是嵌入的逆过程，不需要原始图像。核心步骤是：分块DCT、取嵌入位置系数、判断落在奇数区还是偶数区、还原比特序列、逆置乱、还原水印图。
def extract_watermark(watermarked_path, output_watermark_path, perm, q=30, wm_size=32, seed=42): """ 提取水印并还原图像 watermarked_path: 含水印图像路径 output_watermark_path: 输出的提取水印图路径 perm: 嵌入时使用的置乱序列 q: 量化步长，必须与嵌入时一致 wm_size: 水印尺寸 """ img = cv2.imread(watermarked_path, cv2.IMREAD_GRAYSCALE) h, w = img.shape # 同样做填充对齐 pad_h = (8 - h % 8) % 8 pad_w = (8 - w % 8) % 8 img_pad = cv2.copyMakeBorder(img, 0, pad_h, 0, pad_w, cv2.BORDER_REFLECT) img_h, img_w = img_pad.shape embed_positions = [(4, 1), (3, 2)] extracted_bits = [] for i in range(0, img_h, 8): for j in range(0, img_w, 8): block = img_pad[i:i+8, j:j+8].astype(np.float32) dct_block = cv2.dct(block) coeff = dct_block[embed_positions[0]] # 判断奇偶性，还原比特 quotient = int(abs(coeff) / q) extracted_bits.append(quotient % 2) # 截取有效比特数，逆置乱 wm_bits = np.array(extracted_bits[:wm_size * wm_size]) inv_perm = np.argsort(perm) wm_restored = wm_bits[inv_perm].reshape((wm_size, wm_size)) # 还原成0-255图像，方便查看 wm_img = (wm_restored * 255).astype(np.uint8) cv2.imwrite(output_watermark_path, wm_img) return wm_img提取时最关键的一点：q必须和嵌入时完全一致，稍有偏差，系数落到哪个半区就会判断错误。另外置乱序列perm也需要通过安全通道同步给提取方，不然无法还原水印顺序。实际业务中，我会把perm和seed作为密钥存到服务端，提取时再下发。
3.4 抗攻击测试与效果评估
代码写完后，不能直接上线，先用攻击测试验证鲁棒性。我习惯做三组基础测试：JPEG压缩（质量因子从90降到50）、高斯噪声（均值为0，方差0.01）、随机裁剪1/4区域。每组测试后重新提取水印，和原始水印做对比，计算NC系数。
实测下来，量化步长q=30时：JPEG质量因子90下NC能到0.9以上；质量因子70时NC掉到0.75左右，水印轮廓还能辨认；高斯噪声攻击下NC略降，但仍在0.8以上。裁剪1/4区域后，因为置乱的作用，NC虽然降到0.6，但还原出的水印图仍能看到logo的大致形状，这就够用了。如果q继续加大，NC会更高，但PSNR会跌破38dB，画面开始出现可见方块。
4. 常见问题与排查技巧实录
4.1 提取的水印完全错乱
这几乎是新手最常遇到的问题。排查思路很简单：先确认提取时用的q和嵌入时一致；再确认分块顺序一致，代码里是先按行i循环、再按列j循环，两个模块必须保持一致；最后确认有没有做同样的边界填充。很多场景下，图片被平台转发后尺寸发生变化，必须先把图片缩放回原始尺寸再提取，否则分块完全错位，提取出来的东西就是一团噪点。
4.2 图像出现肉眼可见的块效应
块效应的根源是嵌入强度过大，或者嵌入位置太靠近低频区。我遇到过一个案例，为了追求鲁棒性，把DC分量也参与了调制，结果整张图像出现明显的亮斑和条纹。解决办法是把强度降下来，或者换到更高频一点的位置。还有一个容易忽略的点：如果原始图像本身就是高质量JPEG，再叠加上水印嵌入再保存一次JPEG，双重有损压缩会让块效应非常明显。这种情况下，嵌入前可以用轻微的高斯滤波平滑一下块边界，但这是治标不治本，长远方案还是控制好强度。
4.3 水印抗不了旋转和缩放
DCT水印的天生弱点是抗几何攻击能力差，图像旋转30度或缩放50%之后，分块完全对不齐，水印就提取不出来了。这属于原理层面的短板，不是调参能解决的。实际业务中如果确定要防几何攻击，可以在嵌入前增加一个同步模板，或者在提取时做一版基于特征点的图像对齐预处理。我在一个证件图片防伪项目里就加了ORB特征点检测做对齐，先把疑似被旋转的图像校正到原始方向，再做水印提取，效果提升明显。
4.4 彩色图像怎么处理
上面的代码针对灰度图，实际项目中遇到的几乎都是彩色图。直接对RGB三个通道都嵌水印，会导致色彩偏移，因为人眼对颜色变化比对亮度变化更敏感。更稳妥的做法是转换到YUV或Lab色彩空间，只对Y（亮度）通道做DCT水印嵌入。UV通道承载颜色信息，不参与改动，视觉上几乎无感知。OpenCV里可以用cv2.cvtColor(img, cv2.COLOR_BGR2YUV)做转换，嵌入完再转回BGR保存。
4.5 问题速查表
| 现象 | 可能原因 | 解决方案 |
|---|---|---|
| 水印提取完全错乱 | q不一致、分块顺序不一致 | 统一参数，比对嵌入提取代码块顺序 |
| 画面出现块状伪影 | 嵌入强度过大或改动DC分量 | 降低q值，改用中频系数 |
| JPEG压缩后提取失败 | 嵌入位置过高频 | 向低频方向调整嵌入位置 |
| 图片转发后提取失败 | 尺寸被压缩缩放 | 先缩放回原尺寸再提取 |
| 水印抗不住旋转 | DCT分块同步被破坏 | 增加对齐预处理或同步模板 |
最后分享一个实战经验
我在做水印方案时，经常被问到一个问题：水印到底能不能做到不可破解。答案很直接：不能。基于DCT的频域水印，敌不过一个了解算法的人刻意分析，它能防的是普通用户、平台压缩、无意的图片处理。在实际商业场景里，水印的价值不在于让破解者完全无能为力，而在于让泄露者知道——这张图能追到我头上，从而形成威慑。这个定位想清楚了，你在选型、调参、设计流程时就不会纠结于“绝对安全”，而是会踏踏实实把鲁棒性和可用性做好。这也是我从这个项目里最大的收获。
本文还有配套的精品资源，点击获取
