为了保障信息安全,防止重大信息泄露,并且能够锁定泄露用户,需要对页面展示的图片加入当前用户信息的盲水印,即最终图片外观看起来和原图一样,但是经过解码以后可以识别出水印信息,并且在截图后仍能进行较好的识别。
经过在网上的学习摸索,看了几位大神的博客以后,我也总结一下自己的代码,分享一下学习经验。
我们将使用以下图片作为原图进行示范:
下面是图片添加盲水印的代码:
- <script>
- var canvas = document.getElementById("myCanvas")
- var ctx = canvas.getContext("2d")
- var img = new Image();
- var textData,originalData;
- img.src = './codeImg.png'
- //图片加载完成
- img.onload = function(){
- //设置画布宽高为图片宽高
- canvas.width = img.width;
- canvas.height = img.height;
- //设置水印字体
- ctx.font = '30px Microsoft Yahei';
- //由于图片宽度固定为800,我们需要在每一行添加三个水印,每隔100像素新增一行水印
- for(var i=50;i<canvas.height;i+=100){
- ctx.fillText('周杰伦', 100, i);
- ctx.fillText('周杰伦', 300, i);
- ctx.fillText('周杰伦', 600, i);
- }
-
- //此时画布上已经有了水印的信息,我们获取水印的各个像素的信息
- textData = ctx.getImageData(0, 0, ctx.canvas.width, ctx.canvas.height);
- //将图片绘入画布
- ctx.drawImage(img, 0, 0, canvas.width, canvas.height);
- //获取图片各个像素点的信息,将originalData打印出来,会发现是一个非常大的数组(由于文字和图片在同一块画布,因此textData的长度等于originalData长度)
- //这个数组的长度等于图片width*height*4,即图片像素宽乘以高乘以4,0-3位是第一个点的RGBA值,第4-7位是第二个点的RGBA值,以此类推
- originalData = ctx.getImageData(0, 0, ctx.canvas.width, ctx.canvas.height);
- //调用盲水印算法
- mergeData(ctx, textData, 'R', originalData)
- }
- function mergeData(ctx, textData, color, originalData) {
- var oData = originalData.data;
- var newData = textData.data
- var bit, offset; // offset的作用是找到结合bit找到对应的A值,即透明度
-
- switch (color) {
- case 'R':
- bit = 0;
- offset = 3;
- break;
- case 'G':
- bit = 1;
- offset = 2;
- break;
- case 'B':
- bit = 2;
- offset = 1;
- break;
- }
-
- for (var i = 0; i < oData.length; i++) {
- //此处是为了筛选我们要修改的RGB中那一项,在此处,过滤出来的就是每个坐标点的R值
- if (i % 4 == bit) {
-
- //我们获取到R值的位置,那对应这个点的A值就是i+offset
- if (newData[i + offset] === 0 && (oData[i] % 2 === 1)) {
- //此处先判断该坐标点的透明度,如果为0,说明这个点是没有水印的,将没有水印信息点的R值变为偶数,并且不能超过0-255的范围
- if (oData[i] === 255) {
- oData[i]--;
- } else {
- oData[i]++;
- }
- } else if (newData[i + offset] !== 0 && (oData[i] % 2 === 0)) {
- //透明度非0,该点有信息,若该点的R值是偶数,将其改为奇数
- oData[i]++;
- }
- }
- }
- //至此,整个图片中所有包含水印信息的点的R值都是奇数,没有水印信息的点的R值都是偶数,再将图片绘入画布,即完成整个水印添加过程
- ctx.putImageData(originalData, 0, 0);
- }
- </script>
复制代码
至此,我们在页面上绘制出了带有盲水印的图片,我们先看看解码前后对比效果:
以下是右键另存为的图片及解码后的图片,受色彩识别度的误差影响,会有部分图片内容也被识别成水印内容,不过还是可以比较清晰看到水印文字
以下是使用屏幕截图的图片及解码图片:截图后的图片仍然能够识别出水印信息
接下来是水印解码的js代码:
- <script>
- var canvas = document.getElementById("myCanvas")
- var ctx = canvas.getContext("2d")
- var img = new Image()
- img.src = './decode.png'
- // 图片加载完成
- img.onload = function(){
- canvas.width = img.width;
- canvas.height = img.height;
- ctx.drawImage(img, 0, 0, img.width, img.height);
- // 将带有盲水印的图片绘入画布,获取到像素点的RGBA数组信息
- originalData = ctx.getImageData(0, 0, ctx.canvas.width, ctx.canvas.height);
-
- processData(ctx,originalData);
- }
- function processData(ctx, originalData) {
- var data = originalData.data;
- for (var i = 0; i < data.length; i++) {
- //筛选每个像素点的R值
- if (i % 4 == 0) {
- if (data[i] % 2 == 0) {//如果R值为偶数,说明这个点是没有水印信息的,将其R值设为0
- data[i] = 0;
- } else {//如果R值为奇数,说明这个点是有水印信息的,将其R值设为255
- data[i] = 255;
- }
- } else if (i % 4 == 3) {//透明度不作处理
- continue;
- } else {
- // G、B值设置为0,不影响
- data[i] = 0;
- }
- }
- // 至此,带有水印信息的点都将展示为255,0,0 而没有水印信息的点将展示为0,0,0 将结果绘制到画布
- ctx.putImageData(originalData, 0, 0);
- }
- </script>
复制代码
|