基于低位嵌入的音频数字水印

文献中提到的方式是要将音频信号分帧，再做离散小波变换、离散余弦变换等，但分帧后的数据为一维矩阵，按此类型将无法继续进行变换（只能通过矩阵变换处理）文献中并未提及后续处理的解决办法。

本次尝试基于矩阵分割合并，在音频数据特定某段的低位嵌入图像信息，原则上只要保持二值化对应数值的相对大小就可以实现提取，至于嵌入位置也可以随机选取，只要长度适宜。

之所以没有采用最低有效位，是因为在float32格式下，较低位信息提取困难。

嵌入部分：

import librosa
import numpy as np
import soundfile
import cv2

# 图像嵌入的尺寸
w = 100
h = 100

# 读入二值化图像
waterImg = cv2.imread("C:\\Users\\2value.bmp", 0)
waterImg = cv2.resize(waterImg, (w, h))
y, sr = librosa.load("C:\\Users\\split.wav")
Y = np.split(y, (w*h, ))

y1 = Y[0]
# y2 = Y[1]
# print(y1.shape)
# print(y2.shape)

Y1 = y1.reshape(w, h)
for i in range(w):
    for j in range(h):
        if waterImg[i][j] == 255:
            Y1[i][j] = Y1[i][j] + 0.1**4
        else:
            Y1[i][j] = Y1[i][j] - 0.1**4

y1_new = Y1.reshape(w*h)
y = np.hstack((y1_new, y2))
soundfile.write("C:\\Users\\new.wav", y, sr)

提取部分

import librosa
import numpy as np
from PIL import Image


y1, sr1 = librosa.load("C:\\Users\\split.wav")
y2, sr2 = librosa.load("C:\\Users\\new.wav")

w = 100
h = 100
Y1 = np.split(y1, (w*h, ))
Y2 = np.split(y2, (w*h, ))

Y1_1 = Y1[0]
Y2_1 = Y2[0]

Y1 = Y1_1.reshape(w, h)
Y2 = Y2_1.reshape(w, h)
newImg = np.zeros((w, h), dtype='uint8')

for i in range(w):
    for j in range(h):
        if (Y1[i][j] > Y2[i][j]):
            newImg[i][j] = 0
        elif(Y1[i][j] <= Y2[i][j]):
            newImg[i][j] = 255

waterImg = Image.fromarray(newImg)
waterImg = waterImg.resize((w, h), Image.ANTIALIAS)
waterImg = waterImg.convert("L")
waterImg.save('C:\\Users\\audio.bmp')

结果示例

 

嵌入强度为0.1的4次方时综合效果最好。

代码中采用的音频读写方式会丢失双声道信息。

y, sr = librosa.load("C:\\Users\\split.wav",mono=False)

可以添加参数获取双声道数据，但双声道写入音频的方式暂时还没找到。

除了这种针对音频信息矩阵变换的方式，同理也可以将水印图像进行降维处理然后嵌入音频数据当中。