VS下使用openCV给一副图加倾斜的文字水印

可以在新图像里面，水平放置你要的文字

然后旋转这幅图像

再用旋转过的文字图像，与原图像叠加

旋转可这样做

先计算旋转矩阵

CvMat* Rot_Mat = cvCreateMat(2,3,CV_32FC1)

cv2DRotationMatrix(center,angle,scale,Rot_Mat)

然后旋转变换

cvTransform(src,dst,Rot_Mat,0)

采用两个二值图像作为水印嵌入数据，对视频水印进行预处理3.1 3水印嵌入和检测方案，本文采用二维阿诺德变换。二维阿诺德变换定义为：，（x，y）是原始图像的像素，（x，y）是一个新的像素图像变换，n图像是图像的大小的顺序，并且更一般为正方形图像。由于阿诺德变换的周期性，我们可以使用周期周期变换图像。即在水印嵌入过程中，水印置乱的次数可以作为关键时刻，然后嵌入水印。当水印被提取，水印可以继续（周期倍）。这是利用阿诺德变换进行修复方案。阿诺德转换的数量由版权所有者保存。

乱具有以下优点：水印是

（1）通过置乱的合法可以自由控制算法选择、参数选择和随机数技术，使非法用户很难理解图像的内容，可以提高水印信息的安全性；

（2）分配扰码技术可以分散点误差，提高水印的视觉效果，从而提高其鲁棒性。在3 3.2视频水印中嵌入水印算法的关键在于以下三点：（1）水印结构；（2）水印嵌入区域；（三）嵌入技术；选取两个二值图像作为水印。为了提高水印的鲁棒性，大多数DCT域水印算法将水印嵌入到DCT系数的低频部分。但低频区域是图像的能量集中，嵌入到低频会降低透明度。虽然嵌入在高频段虽然透明度好，但对于大多数图像处理的高频分量有很大的影响，从而降低水印的鲁棒性。因此，水印算法的水印信号大部分嵌入在中频DCT系数的载体图像，以达到最佳的透明度和鲁棒性之间的权衡。各种嵌入技术的最终目的是提高水印的鲁棒性和透明性。为了提高水印的鲁棒性以及满足人类视觉的限制，必须基于HVS的嵌入位置。本文将HVS分为运动灵敏度、纹理灵敏度和亮度敏感度。在下面的嵌入过程中，这些功能得到充分利用。图3-1显示中间分支。嵌入过程如图3-1所示。图3-1水印嵌入过程读取视频中的亮度分量Y，因为它是最有效的数据，根据NEC算法，嵌入其中的水印具有最强的鲁棒性。根据公式（3-2），给出了运动灵敏度阈值的计算公式，发现32帧对Yi（I = 1,2）更敏感，…32）。

（3-2）

（T代表当前帧的数量）

接下来的Y32数据按照64×64的尺寸裁成20 byij（j = 1,2），…20），我们可以得到20块的三维数据块BYk（k = 1,2，64×64×32），…20，如图2-3所示。图3-2

亮度块根据

式（3-3），（3-4）显示的亮度敏感性LK和DK的公式，通过计算纹理的敏感性，我们选择来计算一块20块数据的值都比较高的（）作为水印嵌入块。

（3-3）

（3-4），这是在BYk的亮度数据，。最后，考虑到该算法的复杂性和性能，我们对所选择的块实现了2阶DCT变换。根据NEC算法的思想，为了抵抗滤波和压缩攻击，我们将争先恐后地将水印序列嵌入到第一帧DCT系数C（u，v）中，见公式（3-5）。在4的数据中，c（u，v）是DCT变换系数的第一帧，C（u，v）是水印嵌入系数，S是非负整数（并满足T1 = S \\ \\，T2 = 3 * T1）。在完成嵌入后，用C（u，v）实现抗2维DCT变换，将水印嵌入到视频数据中，再将它们放回原来的位置。重要的是要注意，在嵌入过程中使用的所有参数都应保留为密钥。具体程序如下：第一步：总共有32帧视频Y组件数据：<（1）读t

VideoCapture和cvCapture其实是一样的，你可以去看看源码，VideoCapture其实在内部调用了cvCapture。这是不同版本的opencv导致的。我接触到的opencv有过一次大升级，函数名有很多变化，其实是向着面向对象的方向发展了，也就是开始重c++而轻c了。

cvLoadImage和imread返回值略有差异，过去的opencv处理图像倾向使用IplImage类型。升级后更倾向于将图像、矩阵等等都统一使用Mat类型上。差别不大。

你看头文件也能发现imread位于highgui.hpp里面是c++，cvLoadImage位于highgui_c.h里，是c。

---