数字水印 | Python 基于离散小波变换DWT的图像水印嵌入（下文）

以离散小波变换为基础，在彩色图像水印嵌入部分应用该算法的改进版本

🍍写在前面： 本文在原文的基础上进行了代码补全。

正文

修改了尺寸变换导致的图像失真问题，同时简化了部分代码。

效果确实很好😉

1 通道调序的简化

将之前的两句代码简化为了一句代码：

    Img_path = 'white_bear.jpg'
    Img = cv2.imread(Img_path)
    Img = Img[:, :, [2, 1, 0]]  # 调整通道顺序

这里的 \mathsf{Img} 是一个三维数组，其中每个维度分别代表：

• 主要指标之一是图像的高度（即行数）
• 另一个主要指标是图像的宽度（即列数）
• 第三项核心参数为图像的通道数量

因为 \mathsf{cv2} 在读取图像时的颜色通道顺序为 \mathsf{B,G,R} ，所以上述代码将其修改为 \mathsf{R,G,B} 顺序。

2 多级小波变换

    # 水印图像一级小波