数字水印算法分类以及区别（含有变换域python代码链接）

数字水印技术变换域算法。去github上下载了一个用python写的源码:https://codeload.github.com/Messi-Q/python-watermark/zip/master
然后自己跑了一下，该代码包括两个部分。一个是图像数字水印代码实现，一个是PDF 数字水印代码实现。

看代码前需要知道的理论知识

使用场景分类

文本水印
图像水印 (当前目标)
音频水印
视频水印

水印算法

空间域上，经典的 LSB（ Least Significant Bits）,支持的水印信息量大，对原图影响小。但是抗干扰能力比较差，不能抵抗图像的裁剪、缩放和jpg压缩。
频域上，不支持盲提取算法，例如：DCT，DWT，抗干扰能力强。但提取时需要原图。
频域上，支持盲提取算法，例如:DWT+SVD，主要是使用图像中的稳定特征作为作为提取的指引，一般使用图像矩阵的特征值。相比DWT，抗干扰能力差一些，可附加的水印信息量小一些
提取时不需要原图像，缺点是能嵌入的信息非常有限。
提取时需要原图像，优点是嵌入信息比较多，实现上是把水印的信息分成两部分。
综合我司的使用场景，建议使用第一种或者第三种方法。

运行

python test.py

所有代码由python实现，可封装成dll、so、web服务。