作为xlang的一个项目示例，这篇博文主要讨论创建一个简单的隐形水印工具。
隐形水印是秘密嵌入在音频、视频、图像等介质中的信息，用户看不见，但可以通过特定算法检测到，即使用户发布媒体，该水印也不会消失。 由此，可以进行追踪。
本文主要通过fftw在图像的频域嵌入水印。
ftw是用于进行快速傅立叶变换的库。 这里大致说明使用傅立叶变换的频域变换。 时域和频域是信号的基本性质，图像也是信号。 从用户的观点来看是时域的图像，但使用FFTW可以得到频域的图像。 我们的水印是在图像信号的频域进行处理，关于时频域的细节需要自己去研究，但这里不太说明(不详细也没有影响)。 知道这个概略原理就可以了)。
开发原理：利用fftw库转换图像的数据，处理转换后的数据，并最终恢复图像。
需要支持文字图像或自定义模式，手动调整频域信号的能量，使其具有一定的攻击性。
然后，使用XStudio的新功能创建表单APP应用程序。
编辑ui接口文件。 (由于xlang使用qt作为基本接口库，因此编辑接口是否直接使用qtdesigner非常有用。
最终按照想要的方式编辑：
接下来，在SecretWatermark.xcs中定义一组控件与事件的关联。 省略详细步骤，必要时在文章末尾下载源代码自行确认。
然后在项目中引入fftw包，单击菜单【工具】-【包管理】，找到并选择xfftw，然后单击将其添加到项目中。 下图：
需要获取图像的像素数据。 这里使用QXImage类加载图像，并使用QXImage的getdata方法检索像素数据。 QXImage tmp=nilptr； 从try{//文件读取图像的tmp=newqximage(file，nilptr )； }catch(exceptione )//加载错误返回时间； //像素数据byte [] data=tmp.getdata (； //照片宽度int w=tmp.width (； //图高int h=tmp.height (； 然后，按字节对所有像素进行规范化，并处理将255.f转换为0到1的浮点数。 //像素数据是ARGB8888，所以如果1个像素有4字节，则length/4是像素总数int l=data.length/4； //读取数据并标准化的double []r=new double[l]； 双精度[ ] g=new双精度[ l ]； 双精度[ ] b=新双精度[ l ]； for(intI=0； i l； I ) r(I )=data((I*4)2)2]/255.f； g[I]=data[(I*4)1]/255.f； b[I]=data[(I*4)0]/255.f； }将所有数据规范化为单个双精度数组，并进行傅立叶变换： //傅立叶正变换Double[][]RF=fftw.FFT2(h、w、r、nilptr )； double[][]gf=fftw.fft2(h、w、g、nilptr )； double[][]BF=fftw.fft2(h，w，b，nilptr )； 同样，水印的图像也使用QXImage加载取得其像素数据，得到一个byte数组。 QXImage wmpic=nilptr； 从try{//文件加载水印图像WM pic=newq ximage (标记文件，nilptr )； }catch(exceptione )//加载错误QXMessageBox.Critical )，)无效的图像文件： ) markfile、QXMessageBox.Ok、QXMessageBox.Ok //像素数据byte [] wm=water.getdata (； //照片宽度int mw=water.width (； //图高int mh=water.height (； 然后，将水印字节数组中的像素数据直接与频域双精度数组混合。 //pf表示水印的能量系数for(intx=0； x mw； x ) for(inty=0； y mh； y ) intry=h-(ysh1 )； intrx=w-(xST1； int mi=y * mw x； intoi=(ysh ) w ) x st； int ni=(ry * w ) rx； RF[0][oi]=(WM[mi*4] ) pf； gf[0][oi]=(WM[mi*41] ) pf； BF[0][oi]=(WM[mi*42] ) pf； RF[0][Ni]=(WM[mi*4] ) pf； gf[0][Ni]=(WM[mi*41] ) pf； BF[0][Ni]=(WM[mi*42] ) pf； }最后使用傅立叶逆变换恢复图像。 //傅立叶逆变换double[][]rt=fftw.ifft2(h，w，rf[0]，rf[1] )； double[][]gt=fftw.ifft2(h，w，gf[0]，gf[1] )； double[][]Bt=fftw.ifft2(h，w，bf[0]，bf[1] )； 双精度PV=255.f/l； byte数组byte []rgb=new byte [w * h * 4]； for(intI=0； i l； I ) (RGB(2) I*4)=math.max ) 0，math.min ) 255，(int ) rt(0) (I ) *PV ) ) ) )； RGB[1(I*4) ]=Math.max(0) 0，math.min ) 255，) int ) gt[0][i] * pv )； RGB[0(I*4) ]=Math.max(0) 0，math.min ) 255，) int ) bt[0][i] * pv )； RGB[3(I*4) ]=0xff； }runonui(newrunnable ) {void run ) override(/byte数组生成的QXImage恢复图像doneimg=newqximage ) RGB、w、h、qximage.format //}； )； 这是原始照片：
加载原图：
原图的频域是无意义的噪声，被认为是空白的。
这是水印图像：
请选择水印图像并查看效果：
调整和更新水印的位置和能量
可见，中间图像是最终生成的预览图像，在原始图像中几乎看不到。 然后保存点，并保存为bmp文件。
然后，重新运行程序并尝试加载上面保存的bmp文件。
可以清楚地看到频域的水印。 然后，将此bmp转换为其他格式(如png或jpg )，以尝试水印在遇到攻击时的效果。
在ps中打开bmp文件，并将其另存为png文件和jpg文件。
首先看png压缩。
让我们来看看jpg压缩：
虽然jpg的压缩变形比较严重，但是水印识别度仍然很高。
源代码下载地点是：点