shelock/watermark-invismark-model

Invisible Watermark Embedding Toolkit

这是一个基于 Python/Tkinter 的图像隐形文字水印工具，支持水印嵌入、盲提取、PSNR 评估，以及多种频域和 AI 水印算法。项目默认使用 invismark_grid，在 InvisMark 预训练模型基础上做网格化长文本嵌入，并提供针对旋转、裁剪、缩放的鲁棒提取入口。

功能特性

• 图形界面：通过 app.py 选择图片、输入文本、嵌入水印并预览结果。
• 盲提取：提取时不需要原图，按嵌入算法选择对应模式即可。
• 多算法支持：
  • invismark_grid：默认算法，基于 InvisMark 模型按 256x256 网格切片嵌入长文本。
  • invismark：原始 InvisMark 模型，适合短消息和高鲁棒场景。
  • invismark_pro / invismark_logpolar：实验性增强模式，用于旋转鲁棒性探索。
  • adaptive_dwt：自研 DWT-QIM 频域算法，画质高、无需模型。
  • dwt_dct / dwt_dct_svd：兼容第三方传统水印库。
• 质量反馈：嵌入后自动计算 PSNR，便于判断图像质量损失。

项目结构

.
├── app.py                 # Tkinter 桌面应用入口
├── watermark_engine.py    # 水印算法统一封装
├── invismark_repo/        # Microsoft InvisMark 子模块
├── models/                # 本地模型目录，权重不进入 GitHub
├── requirements.txt       # Python 依赖
└── README.md

模型文件

模型权重不存放在 GitHub。请从 Hugging Face 下载：

shelock/watermark-invismark-model

下载后放到：

models/paper.ckpt

也可以使用 CLI 下载：

pip install -U huggingface_hub
huggingface-cli download shelock/watermark-invismark-model paper.ckpt --local-dir models --local-dir-use-symlinks False

安装

建议使用 Python 3.10 或更新版本。

git clone --recurse-submodules https://github.com/CC-0104/watermark.git
cd watermark
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt

如果已经普通 clone，请补拉子模块：

git submodule update --init --recursive

PyTorch 的 CUDA 版本与显卡环境有关。如果需要 GPU 加速，建议按 PyTorch 官网 选择对应 CUDA 版本安装。

运行

python app.py

界面包含两个页签：

1. 嵌入水印：选择原图，输入水印文本，选择算法后点击嵌入。
2. 提取水印：选择带水印图，选择同一算法后点击提取。

默认算法 invismark_grid 不需要填写密码和比特长度。传统频域算法可能需要嵌入时返回的比特长度，并且密码需与嵌入时一致。

使用建议

• 优先使用 PNG 输出，避免 JPEG/WebP 的有损压缩破坏水印。
• invismark_grid 适合较长文本，但要求图片尺寸至少能容纳 256x256 网格块。
• adaptive_dwt 不依赖模型，适合轻量部署和高画质场景。
• 对经过旋转、裁剪、缩放处理的图片，可启用鲁棒提取。

依赖说明

核心依赖包括：

• torch / torchvision：InvisMark 模型推理。
• opencv-python、Pillow、numpy、PyWavelets：图像处理与频域变换。
• bchlib：InvisMark 消息纠错。
• invisible-watermark、blind-watermark：传统水印算法兼容。

清理策略

仓库仅保留运行必需代码、依赖声明、子模块声明和说明文档。以下内容不会进入 GitHub：

• models/ 下的模型权重。
• 本地运行配置 .wm_config.json。
• __pycache__/、测试脚本、测试图片和实验性清洗目录。
• 编辑器配置目录 .vscode/。

致谢

AI 水印模型部分基于 Microsoft 的 InvisMark 项目。使用或引用相关模型能力时，请同时参考原项目的论文、许可证和引用要求。