CN111583087A - 一种图像去水印方法 - Google Patents
一种图像去水印方法 Download PDFInfo
- Publication number
- CN111583087A CN111583087A CN202010370265.6A CN202010370265A CN111583087A CN 111583087 A CN111583087 A CN 111583087A CN 202010370265 A CN202010370265 A CN 202010370265A CN 111583087 A CN111583087 A CN 111583087A
- Authority
- CN
- China
- Prior art keywords
- watermark
- image
- frame
- detection
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000013135 deep learning Methods 0.000 claims description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000002910 structure generation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G06T3/02—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0203—Image watermarking whereby the image with embedded watermark is reverted to the original condition before embedding, e.g. lossless, distortion-free or invertible watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明公开了一种图像去水印方法。它具体包括如下步骤:(1)检测水印:针对输入的图片进行水印检测,检测的结果为水印的位置,并把水印区块从原图上截取出来作为水印图像;(2)去除水印:通过块状生成网络,以水印图像为输入,输出无水印的图像;(3)后处理:将无水印的图像进行融合替换原水印区域的内容。本发明的有益效果是:能够自动定位水印的位置,无需手工参与;能够保留背景,并能填充比较符合背景的内容,整体看起来更和谐;能够实现实时处理。
Description
技术领域
本发明涉及图像处理相关技术领域,尤其是指一种图像去水印方法。
背景技术
现存的方法分为图像模糊及深度学习生成方法。基于图像模糊的方法,又或者用马赛克的方法,速度会很快,但是会造成图像内容的严重缺失,一般商业软件不会采用,用户通常也不愿意使用。基于深度学习的生成网络方法,分为全卷积生成网络和unet生成网络,两者的区别是有无采用反卷积,处理时间很漫长,一般PC上需要500ms以上的时间。总结起来存在以下3点问题:1)无法自动寻找水印的位置,需手工干预;2)连同背景整体模糊,形成很强烈的不和谐的视觉效果,内容损失巨大;3)处理时间比较漫长。
发明内容
本发明是为了克服现有技术中存在上述的不足,提供了一种自动定位且实时处理的图像去水印方法。
为了实现上述目的,本发明采用以下技术方案:
一种图像去水印方法,具体包括如下步骤:
(1)检测水印:针对输入的图片进行水印检测,检测的结果为水印的位置,并把水印区块从原图上截取出来作为水印图像;
(2)去除水印:通过块状生成网络,以水印图像为输入,输出无水印的图像;
(3)后处理:将无水印的图像进行融合替换原水印区域的内容。
本方法能够自动定位水印的位置,无需手工参与;能够保留背景,并能填充比较符合背景的内容,整体看起来更和谐;能够实现实时处理。
作为优选,在步骤(1)中,水印检测是基于深度学习的物体检测器,级联网络结构。
作为优选,在步骤(2)中,采用块状生成网络,网络输出的结果不是最终结果图像,而是最终结果图像平均拆分成多个小块并按通道拼接起来的特征图。
作为优选,在步骤(3)中,采用图像仿射变换将生成无水印图像内容替换原图像中水印区域的内容,并用高斯模糊平滑融合边界。
作为优选,在步骤(1)中,如果输入的是视频,那么在步骤(1)和步骤(2)之间增加一个步骤为水印跟踪,具体为:基于分类回归器,根据上一帧水印的位置,判断下一帧同一位置处周围是否存在水印,如果存在同时计算水印的具体位置。
作为优选,水印跟踪的具体操作方法为:
(i)当前帧利用上一帧的水印物体框截取图像,送入分类回归器,得到标签和新的物体框;
(ii)如果分类回归器预测得到的标签为0,则判断当前帧没有水印,不进行水印的去除工作;如果标签>1,则判断当前帧有水印,并且用新的物体框作为当前帧水印的物体框;
(iii)每隔一定帧要重新进行一次检测,以判断是否有新的水印出现在新的位置。
本发明的有益效果是:能够自动定位水印的位置,无需手工参与;能够保留背景,并能填充比较符合背景的内容,整体看起来更和谐;能够实现实时处理。
附图说明
图1是本发明的图片处理流程图;
图2是本发明的视频处理流程图;
图3是本发明中块状生成网络的示意图;
图4是效果图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
如图1所述的实施例中,一种图像去水印方法,具体包括如下步骤:
(1)检测水印:针对输入的图片进行水印检测,检测的结果为水印的位置(矩形框表示),并把水印区块从原图上截取出来作为水印图像;水印检测是基于深度学习的物体检测器,级联网络结构。
(2)去除水印:通过块状生成网络,以水印图像为输入,输出无水印的图像,特点是保留了水印图像非水印的内容;采用块状生成网络,网络输出的结果不是最终结果图像,而是最终结果图像平均拆分成多个小块并按通道拼接起来的特征图。
(3)后处理:将无水印的图像进行融合替换原水印区域的内容;采用图像仿射变换将生成无水印图像内容替换原图像中水印区域的内容,并用高斯模糊平滑融合边界。
如图2所述的实施例中,一种图像去水印方法,具体包括如下步骤:
(1)检测水印:针对输入的图片检测水印,检测的结果为水印的位置,并把水印区块从原图上截取出来;水印检测是基于深度学习的物体检测器,级联网络结构。
(2)水印跟踪:基于分类回归器,根据上一帧水印的位置,判断下一帧同一位置处周围是否存在水印,如果存在同时计算水印的具体位置;水印跟踪的具体操作方法为:
(i)当前帧利用上一帧的水印物体框截取图像,送入分类回归器,得到标签和新的物体框;
(ii)如果分类回归器预测得到的标签为0,则判断当前帧没有水印,不进行水印的去除工作;如果标签>1,则判断当前帧有水印,并且用新的物体框作为当前帧水印的物体框;
(iii)每隔一定帧要重新进行一次检测,以判断是否有新的水印出现在新的位置,一般为0.5s进行一次检测。由于追踪的时间远小于检测,采用这种方式可以极大的加快速度。
(3)去除水印:通过块状生成网络,以水印图像为输入,输出无水印的图像;采用块状生成网络,网络输出的结果不是最终结果图像,而是最终结果图像平均拆分成多个小块并按通道拼接起来的特征图。
(4)后处理:将无水印的图像进行融合替换原水印区域的内容;采用图像仿射变换将生成无水印图像内容替换原图像中水印区域的内容,并用高斯模糊平滑融合边界。
本发明主要用在两个场景,云处理和边缘处理。
其中:服务端的操作流程如下:
1)打开前端程序,进入水印去除功能界面,并点击上传视频选项;
2)选择要去除水印的视频或图片,并确认上传,发起去水印任务,可同时提交多个文件;
3)水印去除完成提醒用户预览,并提供保存视频选项;
4)用户满意,保存视频/图片。
其中:边缘处理的操作流程如下:
1)打开应用程序,进入去水印功能界面;
2)选择视频,并发起去水印任务,只能选择单个视频/图片;
3)等待任务完成,完成后进入预览界面,并提供保存功能;
4)用户满意,保存视频或分享视频/图片。
水印检测和去除基于深度学习,并且水印去除采用全新的生成方法,命名为块状生成网络,不仅效果上优于unet结构生成网络,而且时间上可在pc上实现单核25ms的性能,满足实时的要求。本发明的检测网络采用常见的级联检测器,如mtcnn,召回率精度均在95%。本发明的跟踪方法主要基于分类回归器,根据上一帧水印的位置,预测下一帧水印的位置,分类回归器的特点是,不仅能够判断输入是否是目标,而且能在一定的范围内搜索目标,得到精确的位置。
本发明采用全新的生成网络结构,具有较强的生成表示能力,生成网络结构图如图3所示。原图输入,做4次下采样,网络输出的结果不是最终结果图像,而是最终结果拆分成一小块按通道拼接起来的特征图,该结构有如下特点:
I除最后一层,可采用常用的网络结构,如resnet,shufflenet,mobilenet;
II收敛速度优于常用的生成网络,生成失败的概率比较小;
III具有一定的尺度不变性,预测的时候只要满足宽高为16的倍数即可得到有效的结果。
本发明有如下功能:1)能够自动定位水印的位置,无需手工参与;2)能够保留背景,并能填充比较符合背景的内容,整体看起来更和谐;3)能够实现实时处理;4)采用全新的生成网络结构。效果图如图4所示,左边是原图,中间是现有商业软件的效果图,右边是本发明的效果图,中间的图在处理之前还要圈定logo的精确位置,而本发明直接输入图像即可,背景再大一点都无所谓。
Claims (6)
1.一种图像去水印方法,其特征是,具体包括如下步骤:
(1)检测水印:针对输入的图片进行水印检测,检测的结果为水印的位置,并把水印区块从原图上截取出来作为水印图像;
(2)去除水印:通过块状生成网络,以水印图像为输入,输出无水印的图像;
(3)后处理:将无水印的图像进行融合替换原水印区域的内容。
2.根据权利要求1所述的一种图像去水印方法,其特征是,在步骤(1)中,水印检测是基于深度学习的物体检测器,级联网络结构。
3.根据权利要求1所述的一种图像去水印方法,其特征是,在步骤(2)中,采用块状生成网络,网络输出的结果不是最终结果图像,而是最终结果图像平均拆分成多个小块并按通道拼接起来的特征图。
4.根据权利要求1所述的一种图像去水印方法,其特征是,在步骤(3)中,采用图像仿射变换将生成无水印图像内容替换原图像中水印区域的内容,并用高斯模糊平滑融合边界。
5.根据权利要求1或2或3所述的一种图像去水印方法,其特征是,在步骤(1)中,如果输入的是视频,那么在步骤(1)和步骤(2)之间增加一个步骤为水印跟踪,具体为:基于分类回归器,根据上一帧水印的位置,判断下一帧同一位置处周围是否存在水印,如果存在同时计算水印的具体位置。
6.根据权利要求5所述的一种图像去水印方法,其特征是,水印跟踪的具体操作方法为:
(i)当前帧利用上一帧的水印物体框截取图像,送入分类回归器,得到标签和新的物体框;
(ii)如果分类回归器预测得到的标签为0,则判断当前帧没有水印,不进行水印的去除工作;如果标签>1,则判断当前帧有水印,并且用新的物体框作为当前帧水印的物体框;
(iii)每隔一定帧要重新进行一次检测,以判断是否有新的水印出现在新的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010370265.6A CN111583087B (zh) | 2020-05-06 | 2020-05-06 | 一种图像去水印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010370265.6A CN111583087B (zh) | 2020-05-06 | 2020-05-06 | 一种图像去水印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111583087A true CN111583087A (zh) | 2020-08-25 |
CN111583087B CN111583087B (zh) | 2023-09-05 |
Family
ID=72112511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010370265.6A Active CN111583087B (zh) | 2020-05-06 | 2020-05-06 | 一种图像去水印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583087B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233055A (zh) * | 2020-10-15 | 2021-01-15 | 北京达佳互联信息技术有限公司 | 视频去痕方法和视频去痕装置 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU1946899A (en) * | 1998-01-09 | 1999-07-26 | Ericsson Inc. | Methods and apparatus for improved echo suppression in communications systems |
AU1907799A (en) * | 1998-01-09 | 1999-07-26 | Optis Wireless Technology, Llc | Methods and apparatus for controlling echo suppression in communications systems |
GB0006696D0 (en) * | 1999-03-18 | 2000-05-10 | British Broadcasting Corp | Watermarking |
JP2006079348A (ja) * | 2004-09-09 | 2006-03-23 | Sanyo Electric Co Ltd | 電子透かし埋め込み対象選択方法および装置 |
CN1922883A (zh) * | 2004-02-17 | 2007-02-28 | 三菱电机株式会社 | 电子水印嵌入方法、电子水印检测方法和装置以及程序 |
WO2008146353A1 (ja) * | 2007-05-28 | 2008-12-04 | Mitsubishi Electric Corporation | 電子透かし埋め込み装置および方法、及び、電子透かし検出装置および方法 |
CN101521812A (zh) * | 2009-03-26 | 2009-09-02 | 上海交通大学 | 单载波铁路电视单频网的双天线分集信号同步系统 |
US20100310114A1 (en) * | 2009-06-09 | 2010-12-09 | Cornog Katherine H | Watermarking of motion pictures |
US20120308144A1 (en) * | 2011-06-01 | 2012-12-06 | Sony Corporation | Image processing device, image processing method, recording medium, and program |
CN103391414A (zh) * | 2013-07-24 | 2013-11-13 | 杭州趣维科技有限公司 | 一种应用于手机平台的视频处理装置及处理方法 |
WO2017016294A1 (zh) * | 2015-07-24 | 2017-02-02 | 乐视控股(北京)有限公司 | 一种视频去水印方法及装置 |
CN106557566A (zh) * | 2016-11-18 | 2017-04-05 | 杭州费尔斯通科技有限公司 | 一种文本训练方法及装置 |
CN107622470A (zh) * | 2017-09-01 | 2018-01-23 | 杭州趣维科技有限公司 | 一种基于二维码的实时鲁棒数字水印的嵌入和提取方法 |
CN109472260A (zh) * | 2018-10-31 | 2019-03-15 | 成都索贝数码科技股份有限公司 | 一种基于深度神经网络的移除图像内台标和字幕的方法 |
CN110599387A (zh) * | 2019-08-08 | 2019-12-20 | 北京邮电大学 | 一种自动去除图片水印的方法及装置 |
CN110827189A (zh) * | 2019-11-01 | 2020-02-21 | 山东浪潮人工智能研究院有限公司 | 一种数字图像或视频的水印去除方法及系统 |
CN111062903A (zh) * | 2019-12-06 | 2020-04-24 | 携程计算机技术(上海)有限公司 | 图像水印的自动处理方法、系统、电子设备及存储介质 |
-
2020
- 2020-05-06 CN CN202010370265.6A patent/CN111583087B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU1946899A (en) * | 1998-01-09 | 1999-07-26 | Ericsson Inc. | Methods and apparatus for improved echo suppression in communications systems |
AU1907799A (en) * | 1998-01-09 | 1999-07-26 | Optis Wireless Technology, Llc | Methods and apparatus for controlling echo suppression in communications systems |
GB0006696D0 (en) * | 1999-03-18 | 2000-05-10 | British Broadcasting Corp | Watermarking |
CN1922883A (zh) * | 2004-02-17 | 2007-02-28 | 三菱电机株式会社 | 电子水印嵌入方法、电子水印检测方法和装置以及程序 |
JP2006079348A (ja) * | 2004-09-09 | 2006-03-23 | Sanyo Electric Co Ltd | 電子透かし埋め込み対象選択方法および装置 |
WO2008146353A1 (ja) * | 2007-05-28 | 2008-12-04 | Mitsubishi Electric Corporation | 電子透かし埋め込み装置および方法、及び、電子透かし検出装置および方法 |
CN101521812A (zh) * | 2009-03-26 | 2009-09-02 | 上海交通大学 | 单载波铁路电视单频网的双天线分集信号同步系统 |
US20100310114A1 (en) * | 2009-06-09 | 2010-12-09 | Cornog Katherine H | Watermarking of motion pictures |
US20120308144A1 (en) * | 2011-06-01 | 2012-12-06 | Sony Corporation | Image processing device, image processing method, recording medium, and program |
CN103391414A (zh) * | 2013-07-24 | 2013-11-13 | 杭州趣维科技有限公司 | 一种应用于手机平台的视频处理装置及处理方法 |
WO2017016294A1 (zh) * | 2015-07-24 | 2017-02-02 | 乐视控股(北京)有限公司 | 一种视频去水印方法及装置 |
CN106557566A (zh) * | 2016-11-18 | 2017-04-05 | 杭州费尔斯通科技有限公司 | 一种文本训练方法及装置 |
CN107622470A (zh) * | 2017-09-01 | 2018-01-23 | 杭州趣维科技有限公司 | 一种基于二维码的实时鲁棒数字水印的嵌入和提取方法 |
CN109472260A (zh) * | 2018-10-31 | 2019-03-15 | 成都索贝数码科技股份有限公司 | 一种基于深度神经网络的移除图像内台标和字幕的方法 |
CN110599387A (zh) * | 2019-08-08 | 2019-12-20 | 北京邮电大学 | 一种自动去除图片水印的方法及装置 |
CN110827189A (zh) * | 2019-11-01 | 2020-02-21 | 山东浪潮人工智能研究院有限公司 | 一种数字图像或视频的水印去除方法及系统 |
CN111062903A (zh) * | 2019-12-06 | 2020-04-24 | 携程计算机技术(上海)有限公司 | 图像水印的自动处理方法、系统、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233055A (zh) * | 2020-10-15 | 2021-01-15 | 北京达佳互联信息技术有限公司 | 视频去痕方法和视频去痕装置 |
US11538141B2 (en) | 2020-10-15 | 2022-12-27 | Beijing Dajia Internet Information Technology Co., Ltd. | Method and apparatus for processing video |
Also Published As
Publication number | Publication date |
---|---|
CN111583087B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109635666B (zh) | 一种基于深度学习的图像目标快速检测方法 | |
CN109472260B (zh) | 一种基于深度神经网络的移除图像内台标和字幕的方法 | |
Ehsan et al. | A single image dehazing technique using the dual transmission maps strategy and gradient-domain guided image filtering | |
CN111553923B (zh) | 一种图像处理方法、电子设备及计算机可读存储介质 | |
CN113392960B (zh) | 一种基于混合空洞卷积金字塔的目标检测网络及方法 | |
WO2021143739A1 (zh) | 图像处理方法及装置、电子设备、计算机可读存储介质 | |
CN110648278B (zh) | 一种图像的超分辨率处理方法、系统及设备 | |
CN111738206B (zh) | 基于CenterNet的用于无人机巡检的挖掘机检测方法 | |
US11849240B2 (en) | Dynamically configured processing of a region of interest dependent upon published video data selected by a runtime configuration file | |
WO2021129466A1 (zh) | 检测水印的方法、装置、终端及存储介质 | |
JP2022522242A (ja) | 画像処理方法及び装置、電子機器、並びにコンピュータ可読記憶媒体 | |
Balchandani et al. | A deep learning framework for smart street cleaning | |
CN111583087A (zh) | 一种图像去水印方法 | |
WO2020135554A1 (zh) | 图片处理方法、装置、设备及存储介质 | |
CN115115740A (zh) | 思维导图识别方法、装置、设备、介质及程序产品 | |
US20240040108A1 (en) | Method and system for preprocessing optimization of streaming video data | |
CN112785610A (zh) | 一种融合低层特征的车道线语义分割方法 | |
CN112383824A (zh) | 视频广告过滤方法、设备及存储介质 | |
CN110378916B (zh) | 一种基于多任务深度学习的tbm图像出渣分割方法 | |
CN113723414B (zh) | 一种蒙面人脸遮挡物分割方法与装置 | |
CN113361462B (zh) | 视频处理和字幕检测模型的方法及装置 | |
CN114494272A (zh) | 一种基于深度学习的金属零件快速分割方法 | |
Yi et al. | Automatic image matting and fusing for portrait synthesis | |
US20240037915A1 (en) | Method and system for preprocessing optimization of streaming video data using machine learning | |
US20230316696A1 (en) | Dynamically configured extraction, preprocessing, and publishing of a region of interest that is a subset of streaming video data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 22nd floor, block a, Huaxing Times Square, 478 Wensan Road, Xihu District, Hangzhou, Zhejiang 310000 Applicant after: Hangzhou Xiaoying Innovation Technology Co.,Ltd. Address before: 16th Floor, Hanggang and Metallurgical Technology Building, No. 294 Tianmushan Road, Xihu District, Hangzhou City, Zhejiang Province, 310012 Applicant before: HANGZHOU QUWEI SCIENCE & TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |