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:

前端使用canvas生成盲水印的加密解密的实现

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>

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

前端使用canvas生成盲水印的加密解密的实现 

前端使用canvas生成盲水印的加密解密的实现

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

前端使用canvas生成盲水印的加密解密的实现 

前端使用canvas生成盲水印的加密解密的实现

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>

现在,我们基本已经完成了前期预计的盲水印效果,但是,前端的安全处理还是会有隐患,比如打开控制台,即可获取到原图的链接地址,并可以直接保存。

所以若要更好的保障信息安全,这个添加盲水印的方法在后端去处理可能更加有效。

本文算法内容参考自: https://juejin.cn/post/6900713052270755847

标签:
canvas,盲水印,加密解密

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。