一。背景
现在非常多的公司和个人，都需要使用到网上的图片，比如用来做实验，用来做展示等等。但是呢，很多网上的图片，其实并不是免费使用的，都是有版权的，你要是使用了别人的、“未公开”的图片，那么别人可能就要起诉你了。
所以，当我们需要使用到网上的图片的时候，一定看搞清楚你使用的图片是否合法。如果是少量图片，那么我们还可以人工观察是否有水印，但是如果是大批量的图片或者不定时的图片（比如开放给用户上传图片的页面，用户就可能上传其他竞品公司的图片进来，就可能造成侵权），那么通过人工就不好检测了。那么就需要技术来识别图片是否带水印了，从而达到高效、实时下架非法数据的作用。
由于单个的深水印（水印小，而且明显），很好实现识别，下面讨论的都是全屏的浅水印。（本文以：中国最大的房产交易平台——房多多的图片为例，给大家讲解水印识别）
二。下面以python代码为例，讲解识别全屏水印的整个流程
0，流程图：(https://www.processon.com/view/link/5dca1ca4e4b0e3a6348a53fa)
1，先准备数据；
1.1 提取水印边缘图的图片 —————— 图片大小相同、水印位置大小相同的图片；（比如20张-30张）
1.2 用于计算阈值的带水印的图片（约50张）；
1.3 用于计算阈值的不带水印的图片（约50张）；
2，提取水印边缘图；
（1）基于sobel算子，计算x方向的梯度、y方向的梯度；
gradx = map(lambda x: cv2.Sobel(x, cv2.CV_64F, 1, 0, ksize=KERNEL_SIZE), images)
grady = map(lambda x: cv2.Sobel(x, cv2.CV_64F, 0, 1, ksize=KERNEL_SIZE), images)
（2）基于多张模板图片，计算中值梯度；
Wm_x = np.median(np.array(gradx), axis=0)
Wm_y = np.median(np.array(grady), axis=0)
（3）基于上面x、y方向上的中值梯度，得到总梯度；
Wm = (np.average(np.sqrt(np.square(gx) + np.square(gy)), axis=2))
（4）归一化到 [0,255]的整数
_Wm = (255 * PlotImage(Wm)).astype(np.uint8)
（5） ostu进行二值化，阈值为0和255
_, W_2 = cv2.threshold(_Wm, 0, 255, cv2.THRESH_OTSU)
3，提取子水印边缘图
（1）膨胀5次
W_2_dilate = cv2.dilate(bin_img, np.ones((2, 2), np.uint8), 5, iterations=5)
（2） 连通区域标记
label_image = measure.label(W_2_dilate).astype(np.uint8)
（3）连通区域的提取（拿到最多像素值的连通区域即可）
# 循环得到每一个连通区域属性集
for region in measure.regionprops(label_image):
minr, minc, maxr, maxc = region.bbox
_max_value = np.sum((bin_img[minr:maxr, minc:maxc] > 0) * 1.0)
if _max_value > max_value:
max_value = _max_value
best_boundary = minr, minc, maxr, maxc
best_sub_wm = bin_img[minr:maxr, minc:maxc]
=================== 下面是计算待识别图片的最佳重合度 ==============
4，提取“待识别图片”的边缘（使用canny算子提取边缘，用弱边缘减去强边缘来优化）
# 对原图进行canny得到边沿图。
# 使用canny进行非极大值抑制。https://blog.csdn.net/fengye2two/article/details/79190759
img_edgemap = (cv2.Canny(img, 18, 20)) # 弱边缘
img_edgemap_strong = (cv2.Canny(img, 20, 200)) # 强边缘
img_edgemap_weak = img_edgemap * 1.0 - img_edgemap_strong * 1.0
我们可以从上图发现，经过减少强边缘，既能保留原来的水印边缘，又可以去除部分非水印边缘，起到优化的效果。
5，尺寸截取———— 将2的水印边缘图和4的待识别图片边缘图，截取成相同大小的图片
# 模板水印、图片，剪切成尽量大的图片。。并缩放到0和1
m, n, p = np.shape(img) # 这个是图片的大小
m1, n1, p1 = np.shape(gx) # 这个是水印的大小
W_2 = W_2[:min(m, m1), :min(n, n1)] / 255
img_edgemap_weak = img_edgemap_weak[:min(m, m1), :min(n, n1)] / 255
————————这步是为了识别不同大小的图片。（这样截取的前提是水印并没有根据图片大小进行缩放，而且水印都是左上角对齐）
6，计算重合度；
（1）# 计算重合图片【不用卷积】
img_wm = np.multiply(img_edgemap_weak, W_2)
（2）# 计算最佳的子水印 与 待识别图的边缘图 的重合度。【注意：使用0边界填充参数】
chamfer_dist = cv2.filter2D(img_wm.astype(float), -1, sub_wm.astype(float), borderType=cv2.BORDER_CONSTANT)
max_sim = np.max(chamfer_dist) / np.sum(sub_wm) # 卷积重合的效果，跟理想最佳的重合的比例。（值域：[0,1]）
7，针对1.2 和1.3 的图片，计算各自的重合度；然后设定阈值；
8，基于7中的阈值，识别待识别的图片。
if max_sim > THRESHOLD:
return True
else:
return False
三。其他的疑问：
1，同样是提取边缘，怎么一会是sobel算子，一会是canny算子？
这个就是实验才知道哪个比较适用。不同场景下使用不同的算子会有不同的效果。
2，这整个流程是怎么来的？
摸索着来的。。比如:1：为什么要提取子水印边缘图？因为全屏的水印边缘图，区分度不够，发现子水印边缘图区分度高。
比如2：使用canny算子提取边缘，阈值为什么是18,20,200？每个参数有它的意义，要先搞清楚参数的意义。然后具体来说，为什么是18，而不是17，那就是要人工调试了，发现哪个的效果好，就用哪个。