Watermark Anything 项目使用教程

Watermark Anything 项目使用教程

【免费下载链接】watermark-anything Official implementation of the paper "Watermark Anything with Localized Messages" 项目地址: https://gitcode.com/gh_mirrors/wa/watermark-anything

1. 项目介绍

Watermark Anything 是一个开源项目，旨在实现将本地化信息以水印的形式嵌入图像中。该项目基于论文《Watermark Anything》的原理，允许用户在图像中嵌入一个或多个局部水印，并在必要时检测和解码这些水印。Watermark Anything 适用于图像版权保护、信息隐藏等领域。

2. 项目快速启动

环境准备

确保您的环境中安装有 Python 3.10.14、PyTorch 2.5.1、CUDA 12.4 和 Torchvision 0.20.1。您可以使用以下命令创建一个虚拟环境并安装所需依赖：

conda create -n watermark_anything python=3.10.14
conda activate watermark_anything
conda install pytorch torchvision pytorch-cuda=12.4 -c pytorch -c nvidia
pip install -r requirements.txt

模型权重下载

下载最新预训练的模型权重（基于 SA-1B 数据集训练，MIT 许可），可以使用以下命令：

wget https://dl.fbaipublicfiles.com/watermark_anything/wam_mit.pth -P checkpoints/

或者，如果您希望下载论文中使用的模型权重（非商业许可），可以使用以下命令：

wget https://dl.fbaipublicfiles.com/watermark_anything/wam_coco.pth -P checkpoints/

模型加载与使用

以下是一个示例脚本，演示了如何加载模型、嵌入水印、检测水印并解码信息：

import os
import torch
from PIL import Image
from watermark_anything.data.metrics import msg_predict_inference
from watermark_anything.notebooks.inference_utils import load_model_from_checkpoint, default_transform

# 设置设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# 加载模型
exp_dir = "checkpoints"
json_path = os.path.join(exp_dir, "params.json")
ckpt_path = os.path.join(exp_dir, "checkpoint.pth")
wam = load_model_from_checkpoint(json_path, ckpt_path).to(device).eval()

# 图像和水印信息的路径
img_dir = "assets/images"
output_dir = "outputs"
os.makedirs(output_dir, exist_ok=True)

# 定义一个32位的水印信息
wm_msg = torch.randint(0, 2, (32,)).float().to(device)

# 选择一个图像文件进行水印嵌入
for img_name in os.listdir(img_dir):
    img_path = os.path.join(img_dir, img_name)
    img = Image.open(img_path).convert("RGB")
    img_pt = default_transform(img).unsqueeze(0).to(device)

    # 嵌入水印
    outputs = wam.embed(img_pt, wm_msg)

    # 保存带水印的图像
    save_image(outputs['imgs_w'], f"{output_dir}/{img_name}_wm.png")

3. 应用案例和最佳实践

单个水印嵌入

对于单个水印的嵌入，可以按照以下步骤进行：

1. 定义水印信息。
2. 加载模型。
3. 对图像进行预处理。
4. 使用模型将水印嵌入图像。
5. 保存带水印的图像。

多个水印嵌入

对于需要在同一图像中嵌入多个水印的情况，可以：

1. 定义多个水印信息。
2. 为每个水印创建一个随机掩码。
3. 分别对每个水印进行嵌入。
4. 合并嵌入水印后的图像。

4. 典型生态项目

Watermark Anything 可以与图像处理、版权保护和其他信息隐藏相关的开源项目集成，形成更加丰富的生态系统。例如，可以结合以下项目：

• OpenCV：用于图像处理和计算机视觉任务。
• TensorFlow：用于构建和训练深度学习模型。
• Django：用于构建Web应用程序，将Watermark Anything集成到Web服务中。

【免费下载链接】watermark-anything Official implementation of the paper "Watermark Anything with Localized Messages" 项目地址: https://gitcode.com/gh_mirrors/wa/watermark-anything