CN117649673B - 一种图书编校中的图片处理方法 - Google Patents
一种图书编校中的图片处理方法 Download PDFInfo
- Publication number
- CN117649673B CN117649673B CN202410125060.XA CN202410125060A CN117649673B CN 117649673 B CN117649673 B CN 117649673B CN 202410125060 A CN202410125060 A CN 202410125060A CN 117649673 B CN117649673 B CN 117649673B
- Authority
- CN
- China
- Prior art keywords
- picture
- information
- original
- block set
- picture information
- 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.)
- Active
Links
- 238000012937 correction Methods 0.000 title claims abstract description 13
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000013461 design Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 description 19
- 238000012549 training Methods 0.000 description 18
- 230000000739 chaotic effect Effects 0.000 description 16
- 238000013527 convolutional neural network Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 230000001010 compromised effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 239000003550 marker Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Landscapes
- Editing Of Facsimile Originals (AREA)
Abstract
本发明公开了一种图书编校中的图片处理方法,包括以下步骤:获取图书编校文档,提取第一图片信息和对应图片位置信息;根据图片位置信息得到对应编码信息;将第一图片信息和编码信息导出;根据第一图片信息设计得到第二图片信息;根据编码信息将第二图片信息导入图书编校文档中的对应位置,同时删除对应位置原本的图片。本申请通过提取第一图片信息和对应图片位置信息,根据图片位置信息得到对应编码信息,将第一图片信息和编码信息导出,提高了文档图片的位置可识别性和可管理性;通过根据编码信息将第二图片信息导入图书编校文档中的对应位置,同时删除对应位置原本的图片,提高了文档图片的替换效率和准确率。
Description
技术领域
本发明涉及图片处理技术领域,特别涉及一种图书编校中的图片处理方法。
背景技术
在图书的研发过程中,为了提升图书的展示效果并帮助读者更好地理解内容,通常会插入与题目和内容相适配的图片。在大多数图书编校过程中,编校人员需要在备稿阶段先行查找相关的草图或自己的手工稿,并将其放置到题目所需图片的位置进行“标记”。随后,他们需要将“标记”后的草图整理并发送给设计人员进行绘制。待设计绘制完成后,排版同事还需要另外将新绘制的图片与“标记”的草图进行一一对应替换。这一系列流程操作下来,不仅相关人员的沟通成本较高,各流程相关人员的工作量也大大增加,同时书籍的编校周期也相对较长。
现有技术中,专利公开号为CN115952771A的《一种图片编辑方法、装置、电子设备及存储介质》可以完成PDF文件中图片的批量编辑处理,满足用户工作和生活中对大量图片快速编辑的需求,提升图片的编辑效率。
在图书编校过程中,编校人员和图片设计人员往往分属于不同的工作流程和工作地点,需要进行图片数据的交换,因此要考虑图片数据交换过程中图片位置的准确性,然而,上述现有技术仅考虑了对PDF文件中图片的批量编辑处理,未涉及不同数据管理端之间图片数据交换,也未对图片位置的准确性进行研究,文档图片的位置可识别性和可管理性较差;此外,目前的图书编校过程中,在设计完成后,还需一一将新绘制图片与原草图进行手动替换,替换效率和准确率不易保证,上述现有技术也未对该问题进行研究和改进,文档图片的替换效率和准确率较低。
发明内容
本发明提供了一种图书编校中的图片处理方法,用以解决现有技术中没有比较可靠的针对文档图片的位置可识别性和可管理性较差,文档图片的替换效率和准确率较低的问题。
一方面,本发明提供了一种图书编校中的图片处理方法,包括以下步骤:
步骤一,获取图书编校文档,提取第一图片信息和对应图片位置信息。
步骤二,根据所述图片位置信息得到对应编码信息。
步骤三,将所述第一图片信息和所述编码信息导出。
步骤四,根据所述第一图片信息设计得到第二图片信息。
步骤五,根据所述编码信息将所述第二图片信息导入所述图书编校文档中的对应位置,同时删除对应位置原本的图片。
在一种可能的实现方式中,步骤一中,提取第一图片信息和对应图片位置信息的方式为:
采用文档解析技术对所述图书编校文档进行解析,提取第一图片信息和对应图片位置信息。
所述第一图片信息为文档中标记图片的集合。
所述图片位置信息包括:图片所属文档信息、图片所属章节信息、图片所属页码信息、图片所属段落信息和图片所属行信息。
在一种可能的实现方式中,步骤一中,所述提取第一图片信息包括:
扫描文档中的所有图片,得到第三图片信息。
采用图片提取模型对所述第三图片信息进行提取,得到标记图片的集合,即所述第一图片信息。
所述图片提取模型是采用卷积神经网络通过图片提取训练数据集进行训练得到。
在一种可能的实现方式中,步骤二中,所述编码信息是通过对所述图片位置信息进行编码得到。
在一种可能的实现方式中,步骤三中,将所述第一图片信息和所述编码信息导出后,还生成所述第一图片信息和所述编码信息的对应关系表格。
在一种可能的实现方式中,步骤四中,根据所述第一图片信息设计得到第二图片信息后,还建立所述第二图片信息与所述编码信息的对应关系。
在一种可能的实现方式中,步骤五中,将所述第二图片信息导入所述图书编校文档时,还根据预获取的图片格式需求信息对所述第二图片信息进行格式调整。
在一种可能的实现方式中,步骤三中,将所述第一图片信息和所述编码信息导出的过程中,还依次对所述第一图片信息进行第一加密和第一解密。
步骤四中,根据所述第一图片信息设计得到第二图片信息后,还依次对所述第二图片信息进行第二加密和第二解密。
在一种可能的实现方式中,步骤三中,将所述第一图片信息和所述编码信息导出的过程中,还依次对所述第一图片信息添加第一数字水印和第二数字水印。
步骤四中,根据所述第一图片信息设计得到第二图片信息后,还依次对所述第二图片信息添加第二数字水印和第一数字水印。
在一种可能的实现方式中,所述第一数字水印和所述第二数字水印均采用隐形图像水印的嵌入方式。
所述隐形图像水印的嵌入方式包括:
当添加第一数字水印时,首先对原始图片和所述第一数字水印进行分块,得到原始方块集合和第一水印方块集合;对所述原始方块集合中的每个方块进行DCT变换,得到原始DCT方块集合;用所述第一水印方块集合中的每个方块对所述原始DCT方块集合中的对应方块进行第一扰动,得到第一扰动方块集合;对所述第一扰动方块集合中的每个方块进行逆DCT变换,得到第一逆DCT方块集合;对所述第一逆DCT方块集合中的方块进行合并,得到添加好第一数字水印的原始图片。
当添加第二数字水印时,首先对原始图片和所述第二数字水印进行分块,得到原始方块集合和第二水印方块集合;对所述原始方块集合中的每个方块进行DCT变换,得到原始DCT方块集合;用所述第二水印方块集合中的每个方块对所述原始DCT方块集合中的对应方块进行第二扰动,得到第二扰动方块集合;对所述第二扰动方块集合中的每个方块进行逆DCT变换,得到第二逆DCT方块集合;对所述第二逆DCT方块集合中的方块进行合并,得到添加好第二数字水印的原始图片。
所述原始图片即所述第一图片信息和所述第二图片信息中待添加水印的图片。
在一种可能的实现方式中,所述第一扰动的方式为:用所述第一水印方块集合中的每个方块的每个像素点对所述原始DCT方块集合中对应方块的对应像素点的预设偶数倍位置的像素点进行扰动。
所述第二扰动的方式为:用所述第二水印方块集合中的每个方块的每个像素点对所述原始DCT方块集合中对应方块的对应像素点的预设偶数倍加一位置的像素点进行扰动。
本发明中的一种图书编校中的图片处理方法,具有以下优点:
通过提取第一图片信息和对应图片位置信息,根据图片位置信息得到对应编码信息,将第一图片信息和编码信息导出,提高了文档图片的位置可识别性和可管理性;通过根据编码信息将第二图片信息导入图书编校文档中的对应位置,同时删除对应位置原本的图片,提高了文档图片的替换效率和准确率。
提出的采用文档解析技术对图书编校文档进行解析,提高了图片信息和图片位置信息的识别准确性。
提出的采用图片提取模型对第三图片信息进行提取,图片提取模型是采用卷积神经网络通过图片提取训练数据集进行训练得到,提高了标记图片提取的准确率。
提出的将第一图片信息和编码信息导出后,还生成第一图片信息和编码信息的对应关系表格,无需图片设计人员进行二次整理,提高了工作效率。
提出的将第二图片信息导入图书编校文档时,还根据预获取的图片格式需求信息对第二图片信息进行格式调整,提高了文档图片的格式适应性。
提出的对第一图片信息进行第一加密和第一解密,对第二图片信息进行第二加密和第二解密,提高了图片信息导入导出过程中的安全性。
提出的对第一图片信息添加第一数字水印和第二数字水印,对第二图片信息添加第二数字水印和第一数字水印,提高了图片可溯源性。
提出的第一数字水印和第二数字水印均采用隐形图像水印的嵌入方式,提高了水印的不可察觉性,防止水印被篡改,进一步增强了图片溯源稳定性。
提出的第一扰动与第二扰动,每个像素点分别对预设偶数倍位置和预设偶数倍加一的像素点进行扰动,防止了水印重叠,提高了水印稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种图书编校中的图片处理方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种图书编校中的图片处理方法,包括以下步骤:
步骤一,获取图书编校文档,提取第一图片信息和对应图片位置信息。
步骤二,根据所述图片位置信息得到对应编码信息。
步骤三,将所述第一图片信息和所述编码信息导出。
步骤四,根据所述第一图片信息设计得到第二图片信息。
步骤五,根据所述编码信息将所述第二图片信息导入所述图书编校文档中的对应位置,同时删除对应位置原本的图片。
具体地,步骤一和步骤二是在编校端进行;步骤三中,将所述第一图片信息和所述编码信息从编校端导出至设计端;步骤四是在设计端进行,设计完成后,设计端将第二图片信息和编码信息发送给编校端;步骤五是在编校端进行。
在本实施例中,编校端采用计算机设备,设计端采用服务器,编校端与设计端通信连接。
示例性地,步骤一中,提取第一图片信息和对应图片位置信息的方式为:
采用文档解析技术对所述图书编校文档进行解析,提取第一图片信息和对应图片位置信息。
所述第一图片信息为文档中标记图片的集合。
所述图片位置信息包括:图片所属文档信息、图片所属章节信息、图片所属页码信息、图片所属段落信息和图片所属行信息。
具体地,在本实施例中,图书编校文档为Word文档,文档解析技术采用Word解析技术。标记图片即预先进行过标记的图片。
示例性地,步骤一中,所述提取第一图片信息包括:
扫描文档中的所有图片,得到第三图片信息。
采用图片提取模型对所述第三图片信息进行提取,得到标记图片的集合,即所述第一图片信息。
所述图片提取模型是采用卷积神经网络通过图片提取训练数据集进行训练得到。
具体地,采用Word解析技术扫描出文档中的所有图片,得到第三图片信息,同时得到所有图片对应的位置信息。将第三图片信息输入图片提取模型,输出标记图片的集合,即第一图片信息。
图片提取训练数据集包括若干个训练子数据集,每个训练子数据集包括若干张图片,其中有不同数量的标记图片。在本实施例中,图片提取训练数据集包括10个训练子数据集,每个训练子数据集包括10张图片,标记图片在每个训练子数据集中的数量依次为1至10。
在一种可能的实施例中,图片提取模型的训练过程如下:采用卷积神经网络建立模型架构,将训练子数据集中的图片依次作为卷积神经网络的输入,输出预测标记图片的集合,将预测标记图片的集合中正确标记图片占比100%作为目标值,经过若干次训练迭代,使得损失函数小于预设值时,得到训练好的卷积神经网络,即图片提取模型。
示例性地,步骤二中,所述编码信息是通过对所述图片位置信息进行编码得到。
具体地,在本实施例中,建立一个与图片位置信息相对应的编码表格,通过编码表格,可以根据图片位置信息输出对应的编码信息。
示例性地,步骤三中,将所述第一图片信息和所述编码信息导出后,还生成所述第一图片信息和所述编码信息的对应关系表格。
具体地,第一图片信息和编码信息的对应关系表格显示在设计端服务器上,无需图片设计人员进行二次整理,提高了工作效率。
示例性地,步骤四中,根据所述第一图片信息设计得到第二图片信息后,还建立所述第二图片信息与所述编码信息的对应关系。
具体地,在设计端根据第一图片信息设计得到第二图片信息,将第一图片信息和编码信息的对应关系表格中的第一图片信息全部替换成第二图片信息,得到第二图片信息和编码信息的对应关系表格,即建立所述第二图片信息与所述编码信息的对应关系。
示例性地,步骤五中,将所述第二图片信息导入所述图书编校文档时,还根据预获取的图片格式需求信息对所述第二图片信息进行格式调整。
具体地,编校端预先获取有图书编校文档对图片格式的最终需求信息,包括:图片大小需求信息和图片角度需求信息等。通过对第二图片信息进行格式调整,提高了文档图片的格式适应性。
具体地,步骤五包括:对所述编码信息进行解码,得到所述图片位置信息,建立所述图片位置信息与所述第二图片信息的对应关系,根据所述图片位置信息将所述第二图片信息导入所述图书编校文档中的对应位置,同时删除对应位置原本的图片。
示例性地,步骤三中,将所述第一图片信息和所述编码信息导出的过程中,还依次对所述第一图片信息进行第一加密和第一解密。
步骤四中,根据所述第一图片信息设计得到第二图片信息后,还依次对所述第二图片信息进行第二加密和第二解密。
具体地,步骤三中,将第一图片信息和编码信息导出至设计端之前,编校端对第一图片信息进行第一加密,将第一图片信息和编码信息导出至设计端之后,设计端对第一图片信息进行第一解密。第一解密为第一加密的逆过程。
步骤四中,根据第一图片信息设计得到第二图片信息后且设计端将第二图片信息和编码信息发送给编校端之前,设计端对第二图片信息进行第二加密,设计端将第二图片信息和编码信息发送给编校端之后,编校端对第二图片信息进行第二解密。第二解密为第一解密的逆过程。
具体地,第一加解密与第二加解密可以采用相同的加解密算法,也可以采用不同的加解密算法。在本实施例中,第一加解密与第二加解密均采用Logistic与Cubic耦合混沌加解密算法,包括耦合混沌加密算法和耦合混沌解密算法,其中耦合混沌解密算法为耦合混沌加密算法的逆过程。
耦合混沌加密算法的流程包括:按下式产生Logistic与Cubic耦合混沌序列:
其中x和y表示两组耦合混沌序列,μx表示Logistic扰动参数,μy表示Cubic扰动参数,μx与μy的关系如下式所示:
输出耦合混沌序列{x1,x2,…,xn}和{y1,y2,…,yn},从中分别截取对应待加密图片像素点行数和列数的序列,构成耦合混沌矩阵,耦合混沌矩阵中的每个点对应待加密图片的每个像素点,将耦合混沌矩阵中的每个点按由大到小进行排序,得到排序矩阵,按照排序矩阵与耦合混沌矩阵每个点的对应关系将待加密图片进行位置变换,得到耦合混沌加密图片。通过采用Logistic与Cubic耦合混沌加解密算法,耦合混沌序列相较于一般的混沌序列更加随机,提高了图片信息的保密效果。
示例性地,步骤三中,将所述第一图片信息和所述编码信息导出的过程中,还依次对所述第一图片信息添加第一数字水印和第二数字水印。
步骤四中,根据所述第一图片信息设计得到第二图片信息后,还依次对所述第二图片信息添加第二数字水印和第一数字水印。
具体地,步骤三中,将第一图片信息和编码信息导出至设计端之前,编校端对第一图片信息添加第一数字水印,将第一图片信息和编码信息导出至设计端之后,设计端对第一图片信息添加第二数字水印。
步骤四中,根据第一图片信息设计得到第二图片信息后且设计端将第二图片信息和编码信息发送给编校端之前,设计端对第二图片信息添加第二数字水印,设计端将第二图片信息和编码信息发送给编校端之后,编校端对第二图片信息添加第一数字水印。
在本实施例中,第一数字水印对应于编校端,第二数字水印对应于设计端。通过添加数字水印,提高了图片可溯源性。
在一种可能的实施例中,图片溯源的过程如下:得到泄密图片;确认泄密图片属于第一图片信息还是第二图片信息;提取图片中的水印信息,得到溯源情况。
在一种可能的实施例中,图片溯源的判断依据如下:当泄密图片属于第一图片信息时,若提取的水印信息仅包含第一数字水印,则说明是在编校端泄密,若提取的水印信息包含第一数字水印和第二数字水印,则说明是在设计端泄密;当泄密图片属于第二图片信息时,若提取的水印信息仅包含第二数字水印,则说明是在设计端泄密,若提取的水印信息包含第二数字水印和第一数字水印,则说明是在编校端泄密。
示例性地,所述第一数字水印和所述第二数字水印均采用隐形图像水印的嵌入方式。
所述隐形图像水印的嵌入方式包括:
当添加第一数字水印时,首先对原始图片和所述第一数字水印进行分块,得到原始方块集合和第一水印方块集合;对所述原始方块集合中的每个方块进行DCT变换,得到原始DCT方块集合;用所述第一水印方块集合中的每个方块对所述原始DCT方块集合中的对应方块进行第一扰动,得到第一扰动方块集合;对所述第一扰动方块集合中的每个方块进行逆DCT变换,得到第一逆DCT方块集合;对所述第一逆DCT方块集合中的方块进行合并,得到添加好第一数字水印的原始图片。
当添加第二数字水印时,首先对原始图片和所述第二数字水印进行分块,得到原始方块集合和第二水印方块集合;对所述原始方块集合中的每个方块进行DCT变换,得到原始DCT方块集合;用所述第二水印方块集合中的每个方块对所述原始DCT方块集合中的对应方块进行第二扰动,得到第二扰动方块集合;对所述第二扰动方块集合中的每个方块进行逆DCT变换,得到第二逆DCT方块集合;对所述第二逆DCT方块集合中的方块进行合并,得到添加好第二数字水印的原始图片。
所述原始图片即所述第一图片信息和所述第二图片信息中待添加水印的图片。
示例性地,所述第一扰动的方式为:用所述第一水印方块集合中的每个方块的每个像素点对所述原始DCT方块集合中对应方块的对应像素点的预设偶数倍位置的像素点进行扰动。
所述第二扰动的方式为:用所述第二水印方块集合中的每个方块的每个像素点对所述原始DCT方块集合中对应方块的对应像素点的预设偶数倍加一位置的像素点进行扰动。
具体地,在本实施例中,预设偶数倍为2。第一数字水印和第二数字水印均采用二值图片。
在本实施例中,当添加第一数字水印时,将第一数字水印分块为8×8的方块A,原始图片将分为8×8的方块B。
对每一个方块B进行DCT变换:DB=DCT(B)。
用每一个方块A对相应的方块DB进行第一扰动:DB`(2i,2j)=DB(2i,2j)(1+a),A(i,j)≠0;DB`(2i,2j)=DB(2i,2j)(1-a),A(i,j)=0。
其中DB`(2i,2j)表示方块DB受到第一扰动后第2i行、第2j列的像素点的灰度值,DB(2i,2j)表示方块DB第2i行、第2j列的像素点的原始灰度值;a为第一扰动因子,一般取0.01~0.1,本实施例取a=0.1;A(i,j)表示方块A第i行、第j列的像素点的灰度值。
对每个DB`进行逆DCT变换:IDB`=IDCT(DB`)。
最后将IDB`进行合并,得到添加好第一数字水印的原始图片。
在本实施例中,添加第二数字水印的步骤与添加第一数字水印的步骤相比,将第一数字水印替换为第二数字水印,将第一扰动替换为第二扰动,其余均相同。第二扰动的公式为:DB`(2i+1,2j+1)=DB(2i+1,2j+1)(1+c),C(i,j)≠0;DB`(2i+1,2j+1)=DB(2i+1,2j+1)(1-c),C(i,j)=0。
其中DB`(2i+1,2j+1)表示方块DB受到第二扰动后第2i+1行、第2j+1列的像素点的灰度值,DB(2i+1,2j+1)表示方块DB第2i+1行、第2j+1列的像素点的原始灰度值;c为第二扰动因子,一般取0.01~0.1,本实施例取c=0.07;C为对第二数字水印进行分块得到的方块,方块C与方块A的大小相同,C(i,j)表示方块C第i行、第j列的像素点的灰度值。
通过第一扰动和第二扰动的方式,使得原始图片在既添加第一数字水印又添加第二数字水印的情况下,第一数字水印和第二数字水印不会重叠,避免了后续溯源时无法正确还原出水印图片的问题。
同时,在本实施例中,通过第一扰动和第二扰动,不论是对预设偶数倍位置的像素点进行扰动,还是对预设偶数倍加一的像素点进行扰动,均具有将水印分散的效果,在图片遭到一定程度破坏的情况下也具有较好的水印还原效果,提高了溯源效果。
本发明实施例通过提取第一图片信息和对应图片位置信息,根据图片位置信息得到对应编码信息,将第一图片信息和编码信息导出,提高了文档图片的位置可识别性和可管理性;通过根据编码信息将第二图片信息导入图书编校文档中的对应位置,同时删除对应位置原本的图片,提高了文档图片的替换效率和准确率。
提出的采用文档解析技术对图书编校文档进行解析,提高了图片信息和图片位置信息的识别准确性。
提出的采用图片提取模型对第三图片信息进行提取,图片提取模型是采用卷积神经网络通过图片提取训练数据集进行训练得到,提高了标记图片提取的准确率。
提出的将第一图片信息和编码信息导出后,还生成第一图片信息和编码信息的对应关系表格,无需图片设计人员进行二次整理,提高了工作效率。
提出的将第二图片信息导入图书编校文档时,还根据预获取的图片格式需求信息对第二图片信息进行格式调整,提高了文档图片的格式适应性。
提出的对第一图片信息进行第一加密和第一解密,对第二图片信息进行第二加密和第二解密,提高了图片信息导入导出过程中的安全性。
提出的对第一图片信息添加第一数字水印和第二数字水印,对第二图片信息添加第二数字水印和第一数字水印,提高了图片可溯源性。
提出的第一数字水印和第二数字水印均采用隐形图像水印的嵌入方式,提高了水印的不可察觉性,防止水印被篡改,进一步增强了图片溯源稳定性。
提出的第一扰动与第二扰动,每个像素点分别对预设偶数倍位置和预设偶数倍加一的像素点进行扰动,防止了水印重叠,提高了水印稳定性。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种图书编校中的图片处理方法,其特征在于,包括以下步骤:
步骤一,获取图书编校文档,提取第一图片信息和对应图片位置信息;
步骤二,根据所述图片位置信息得到对应编码信息;
步骤三,将所述第一图片信息和所述编码信息导出;
步骤四,根据所述第一图片信息设计得到第二图片信息;
步骤五,根据所述编码信息将所述第二图片信息导入所述图书编校文档中的对应位置,同时删除对应位置原本的图片;
步骤三中,将所述第一图片信息和所述编码信息导出的过程中,还依次对所述第一图片信息添加第一数字水印和第二数字水印;
步骤四中,根据所述第一图片信息设计得到第二图片信息后,还依次对所述第二图片信息添加第二数字水印和第一数字水印;
所述第一数字水印和所述第二数字水印均采用隐形图像水印的嵌入方式;
所述隐形图像水印的嵌入方式包括:
当添加第一数字水印时,首先对原始图片和所述第一数字水印进行分块,得到原始方块集合和第一水印方块集合;对所述原始方块集合中的每个方块进行DCT变换,得到原始DCT方块集合;用所述第一水印方块集合中的每个方块对所述原始DCT方块集合中的对应方块进行第一扰动,得到第一扰动方块集合;对所述第一扰动方块集合中的每个方块进行逆DCT变换,得到第一逆DCT方块集合;对所述第一逆DCT方块集合中的方块进行合并,得到添加好第一数字水印的原始图片;
当添加第二数字水印时,首先对原始图片和所述第二数字水印进行分块,得到原始方块集合和第二水印方块集合;对所述原始方块集合中的每个方块进行DCT变换,得到原始DCT方块集合;用所述第二水印方块集合中的每个方块对所述原始DCT方块集合中的对应方块进行第二扰动,得到第二扰动方块集合;对所述第二扰动方块集合中的每个方块进行逆DCT变换,得到第二逆DCT方块集合;对所述第二逆DCT方块集合中的方块进行合并,得到添加好第二数字水印的原始图片;
所述原始图片即所述第一图片信息和所述第二图片信息中待添加水印的图片;
所述第一扰动的方式为:用所述第一水印方块集合中的每个方块的每个像素点对所述原始DCT方块集合中对应方块的对应像素点的预设偶数倍位置的像素点进行扰动;
所述第二扰动的方式为:用所述第二水印方块集合中的每个方块的每个像素点对所述原始DCT方块集合中对应方块的对应像素点的预设偶数倍加一位置的像素点进行扰动。
2.根据权利要求1所述的一种图书编校中的图片处理方法,其特征在于,步骤一中,提取第一图片信息和对应图片位置信息的方式为:
采用文档解析技术对所述图书编校文档进行解析,提取第一图片信息和对应图片位置信息;
所述第一图片信息为文档中标记图片的集合;
所述图片位置信息包括:图片所属文档信息、图片所属章节信息、图片所属页码信息、图片所属段落信息和图片所属行信息。
3.根据权利要求1所述的一种图书编校中的图片处理方法,其特征在于,步骤二中,所述编码信息是通过对所述图片位置信息进行编码得到。
4.根据权利要求1所述的一种图书编校中的图片处理方法,其特征在于,步骤三中,将所述第一图片信息和所述编码信息导出后,还生成所述第一图片信息和所述编码信息的对应关系表格。
5.根据权利要求1所述的一种图书编校中的图片处理方法,其特征在于,步骤四中,根据所述第一图片信息设计得到第二图片信息后,还建立所述第二图片信息与所述编码信息的对应关系。
6.根据权利要求1所述的一种图书编校中的图片处理方法,其特征在于,步骤三中,将所述第一图片信息和所述编码信息导出的过程中,还依次对所述第一图片信息进行第一加密和第一解密;
步骤四中,根据所述第一图片信息设计得到第二图片信息后,还依次对所述第二图片信息进行第二加密和第二解密。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410125060.XA CN117649673B (zh) | 2024-01-30 | 2024-01-30 | 一种图书编校中的图片处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410125060.XA CN117649673B (zh) | 2024-01-30 | 2024-01-30 | 一种图书编校中的图片处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117649673A CN117649673A (zh) | 2024-03-05 |
CN117649673B true CN117649673B (zh) | 2024-04-26 |
Family
ID=90045590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410125060.XA Active CN117649673B (zh) | 2024-01-30 | 2024-01-30 | 一种图书编校中的图片处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117649673B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002318799A (ja) * | 2001-04-20 | 2002-10-31 | Planet Computer:Kk | 電子校正システム |
CN101802840A (zh) * | 2007-07-30 | 2010-08-11 | 微差通信公司 | 扫描至编校的可搜索文档 |
CN104123693A (zh) * | 2014-06-26 | 2014-10-29 | 宁波大学 | 一种多功能立体图像数字水印方法 |
CN109815473A (zh) * | 2019-01-28 | 2019-05-28 | 四川译讯信息科技有限公司 | 一种文档编辑辅助方法 |
CN211509074U (zh) * | 2020-04-06 | 2020-09-15 | 北卡科技有限公司 | 一种文档管理系统 |
CN112784541A (zh) * | 2020-02-24 | 2021-05-11 | 广州金山移动科技有限公司 | 一种文档中图片的替换方法、装置、电子设备及存储介质 |
CN115018688A (zh) * | 2022-06-13 | 2022-09-06 | 杭州电子科技大学 | 一种基于dct系数的生成网络模型水印方法及应用 |
CN115526150A (zh) * | 2022-08-11 | 2022-12-27 | 中国科学院软件研究所 | 一种科技期刊二维码一体化制作方法及装置 |
CN115952771A (zh) * | 2022-12-28 | 2023-04-11 | 珠海豹趣科技有限公司 | 一种图片编辑方法、装置、电子设备及存储介质 |
CN116451258A (zh) * | 2023-04-19 | 2023-07-18 | 宁波极科信息科技有限公司 | 基于数字水印的文本溯源系统 |
CN117015815A (zh) * | 2021-03-10 | 2023-11-07 | 国际商业机器公司 | 图像的选择性编校 |
-
2024
- 2024-01-30 CN CN202410125060.XA patent/CN117649673B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002318799A (ja) * | 2001-04-20 | 2002-10-31 | Planet Computer:Kk | 電子校正システム |
CN101802840A (zh) * | 2007-07-30 | 2010-08-11 | 微差通信公司 | 扫描至编校的可搜索文档 |
CN104123693A (zh) * | 2014-06-26 | 2014-10-29 | 宁波大学 | 一种多功能立体图像数字水印方法 |
CN109815473A (zh) * | 2019-01-28 | 2019-05-28 | 四川译讯信息科技有限公司 | 一种文档编辑辅助方法 |
CN112784541A (zh) * | 2020-02-24 | 2021-05-11 | 广州金山移动科技有限公司 | 一种文档中图片的替换方法、装置、电子设备及存储介质 |
CN211509074U (zh) * | 2020-04-06 | 2020-09-15 | 北卡科技有限公司 | 一种文档管理系统 |
CN117015815A (zh) * | 2021-03-10 | 2023-11-07 | 国际商业机器公司 | 图像的选择性编校 |
CN115018688A (zh) * | 2022-06-13 | 2022-09-06 | 杭州电子科技大学 | 一种基于dct系数的生成网络模型水印方法及应用 |
CN115526150A (zh) * | 2022-08-11 | 2022-12-27 | 中国科学院软件研究所 | 一种科技期刊二维码一体化制作方法及装置 |
CN115952771A (zh) * | 2022-12-28 | 2023-04-11 | 珠海豹趣科技有限公司 | 一种图片编辑方法、装置、电子设备及存储介质 |
CN116451258A (zh) * | 2023-04-19 | 2023-07-18 | 宁波极科信息科技有限公司 | 基于数字水印的文本溯源系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117649673A (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abd El-Latif et al. | Efficient quantum information hiding for remote medical image sharing | |
Liao et al. | Medical JPEG image steganography based on preserving inter-block dependencies | |
US8948385B2 (en) | Electronic document encrypting system, decrypting system, program and method | |
Al Hussien et al. | Coverless image steganography based on optical mark recognition and machine learning | |
WO2020073508A1 (zh) | 一种音频水印的添加、提取方法、装置、电子设备及介质 | |
Mingzhi et al. | A combined dwt and dct watermarking scheme optimized using genetic algorithm | |
CN109785222B (zh) | 一种用于网页的信息快速嵌入和提取的方法 | |
CN114422800B (zh) | 一种数据加密方法、装置与计算设备 | |
CN110110535A (zh) | 一种基于像素矩阵的低失真隐写方法 | |
CN111667395A (zh) | 一种三维模型版权认证方法 | |
CN115841413A (zh) | 图像处理方法及装置 | |
Bai et al. | Image cryptosystem for visually meaningful encryption based on fractal graph generating | |
CN117649673B (zh) | 一种图书编校中的图片处理方法 | |
Deepa et al. | Steganalysis on images based on the classification of image feature sets using SVM classifier | |
CN112989394A (zh) | 一种矢量地理数据加密、解密方法及系统 | |
CN112260815B (zh) | 基于索引矩阵的图像加密方法、装置、终端及存储介质 | |
CN116089984B (zh) | 一种用于行政文件的防泄密管理方法及系统 | |
CN112365373A (zh) | 一种随案电子卷宗保全和互认处理方法 | |
Hou et al. | Scanned binary image watermarking based on additive model and sampling | |
Tsai | An efficient 3D information hiding algorithm based on sampling concepts | |
CN115883744B (zh) | 一种基于分数阶混沌映射的水印方法、装置和存储介质 | |
CN108510424B (zh) | 一种图像处理的方法及装置 | |
Choche et al. | A methodology to conceal QR codes for security applications | |
CN111127288B (zh) | 可逆图像水印处理方法、装置及计算机可读存储介质 | |
Jung et al. | Data hiding based on two-stage referencing for two-colour images |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |