几种PDF去水印工具及方法

官网：https://acrobat.adobe.com

需要将工具集中的水印功能添加到工具窗格中。

然后再点击水印选项选择删除即可。

Acrobat另一种去水印方式：

视图–显示/隐藏–导航窗格–内容

然后选择需要删除的页面直接删除即可。

官网：https://www.apowersoft.com/pdf-editor

页面–水印–删除

也可在编辑模式下手动点击水印删除。

官网：https://www.pdferaser.net

这个软件不用多说了， *** 作简单，所见即所得，哪里不需要就擦哪里。

官网：https://pdf.abbyy.com

ABBYY FinRead出自俄罗斯的公司，在OCR识别方面行业内领先，当然我们也可以用它来批量去除水印。

依次点击工具–水印–删除水印

稍等片刻软件会自动移除PDF内所有水印。

我们要理解网络中进程如何通信，得解决两个问题：

a、我们要如何标识一台主机，即怎样确定我们将要通信的进程是在那一台主机上运行。

b、我们要如何标识唯一进程，本地通过pid标识，网络中应该怎样标识？

解决办法：

a、TCP/IP协议族已经帮我们解决了这个问题，网络层的“ip地址”可以唯一标识网络中的主机

b、传输层的“协议+端口”可以唯一标识主机中的应用程序（进程），因此，我们利用三元组（ip地址，协议，端口）就可以标识网络的进程了，网络中的进程通信就可以利用这个标志与其它进程进行交互

以UDP传输为例：

1、物理层：

解决两个硬件之间怎么通信的问题，常见的物理媒介有光纤、电缆、中继器等。它主要定义物理设备标准，如网线的接口类型、光纤的接口类型、各种传输介质的传输速率等。

它的主要作用是传输比特流（就是由1、0转化为电流强弱来进行传输，到达目的地后在转化为1、0，也就是我们常说的数模转换与模数转换）。这一层的数据叫做比特。

2、数据链路层：

在计算机网络中由于各种干扰的存在，物理链路是不可靠的。该层的主要功能就是：通过各种控制协议，将有差错的物理信道变为无差错的、能可靠传输数据帧的数据链路。

它的具体工作是接收来自物理层的位流形式的数据，并封装成帧，传送到上一层；同样，也将来自上层的数据帧，拆装为位流形式的数据转发到物理层。这一层的数据叫做帧。

3、网络层：

计算机网络中如果有多台计算机，怎么找到要发的那台？如果中间有多个节点，怎么选择路径？这就是路由要做的事。

该层的主要任务就是：通过路由选择算法，为报文（该层的数据单位，由上一层数据打包而来）通过通信子网选择最适当的路径。这一层定义的是IP地址，通过IP地址寻址，所以产生了IP协议。

4、传输层：

当发送大量数据时，很可能会出现丢包的情况，另一台电脑要告诉是否完整接收到全部的包。如果缺了，就告诉丢了哪些包，然后再发一次，直至全部接收为止。

简单来说，传输层的主要功能就是：监控数据传输服务的质量，保证报文的正确传输。

5、会话层：

虽然已经可以实现给正确的计算机，发送正确的封装过后的信息了。但我们总不可能每次都要调用传输层协议去打包，然后再调用IP协议去找路由，所以我们要建立一个自动收发包，自动寻址的功能。于是会话层出现了：它的作用就是建立和管理应用程序之间的通信。

6、表示层：

表示层负责数据格式的转换，将应用处理的信息转换为适合网络传输的格式，或者将来自下一层的数据转换为上层能处理的格式。

7、应用层：

应用层是计算机用户，以及各种应用程序和网络之间的接口，其功能是直接向用户提供服务，完成用户希望在网络上完成的各种工作。前端同学对应用层肯定是最熟悉的。

应用层（应用，表示，会话）：TFTP，HTTP，SNMP，FTP，SMTP，DNS，Telnet 等等

传输层：TCP，UDP

网络层：IP，ICMP，OSPF，EIGRP，IGMP

数据链路层：SLIP，CSLIP，PPP，MTU

重要的 协议族介绍:

IP 定义了 TCP/IP 的地址,寻址方法,以及路由规则。现在广泛使用的 IP 协议有 IPv4 和 IPv6 两种:IPv4 使用 32 位二进制整数做地址,一般使用点分十进制方式表示,比如 192.168.0.1。

IP 地址由两部分组成,即网络号和主机号。故一个完整的 IPv4 地址往往表示 为 192.168.0.1/24 或192.168.0.1/255.255.255.0 这种形式。

IPv6 是为了解决 IPv4 地址耗尽和其它一些问题而研发的最新版本的 IP。使用 128 位 整数表示地址,通常使用冒号分隔的十六进制来表示,并且可以省略其中一串连续的 0,如:fe80::200:1ff:fe00:1。

目前使用并不多！

http协议对应于应用层，tcp协议对应于传输层，ip协议对应于网络层。

TPC/IP【TCP（传输控制协议）和IP（网际协议）】，主要解决数据如何在网络中传输，而HTTP是应用层协议，主要解决如何包装数据。关于TCP/IP和HTTP协议的关系，网络有一段比较容易理解的介绍：“我们在传输数据时，可以只使用（传输层）TCP/IP协议，但是那样的话，如果没有应用层，便无法识别数据内容，如果想要使传输的数据有意义，则必须使用到应用层协议，应用层协议有很多，比如HTTP、FTP、TELNET等，也可以自己定义应用层协议。WEB使用HTTP协议作应用层协议，以封装HTTP 文本信息，然后使用TCP/IP做传输层协议将它发到网络上。”

术语TCP/IP代表传输控制协议/网际协议，指的是一系列协议。“IP”代表网际协议，TCP和UDP使用该协议从一个网络传送数据包到另一个网络。把IP想像成一种高速公路，它允许其它协议在上面行驶并找到到其它电脑的出口。TCP和UDP是高速公路上的“卡车”，它们携带的货物就是像HTTP，文件传输协议FTP这样的协议等。

你应该能理解，TCP和UDP是FTP，HTTP和SMTP之类使用的传输层协议。虽然TCP和UDP都是用来传输其他协议的，它们却有一个显著的不同：TCP提供有保证的数据传输，而UDP不提供。这意味着TCP有一个特殊的机制来确保数据安全的不出错的从一个端点传到另一个端点，而UDP不提供任何这样的保证。

URL的全称是Uniform Resource Locator（统一资源定位符）

通过1个URL，能找到互联网上唯一的1个资源。

URL就是资源的地址、位置，互联网上的每个资源都有一个唯一的URL。

URL的基本格式 =协议://主机地址/路径

协议：不同的协议，代表着不同的资源查找方式、资源传输方式

主机地址：存放资源的主机（服务器）的IP地址（域名）

资源在主机（服务器）中的具体位置

1、HTTP协议的几个重要概念

1.连接(Connection)：一个传输层的实际环流，它是建立在两个相互通讯的应用程序之间。

2.消息(Message)：HTTP通讯的基本单位，包括一个结构化的八元组序列并通过连接传输。

3.请求(Request)：一个从客户端到服务器的请求信息包括应用于资源的方法、资源的标识符和协议的版本号

4.响应(Response)：一个从服务器返回的信息包括HTTP协议的版本号、请求的状态(例如“成功”或“没找到”)和文档的MIME类型。

5.资源(Resource)：由URI标识的网络数据对象或服务。

6.实体(Entity)：数据资源或来自服务资源的回映的一种特殊表示方法，它可能被包围在一个请求或响应信息中。一个实体包括实体头信息和实体的本身内容。

7.客户机(Client)：一个为发送请求目的而建立连接的应用程序。

8.用户代理(Useragent)：初始化一个请求的客户机。它们是浏览器、编辑器或其它用户工具。

9.服务器(Server)：一个接受连接并对请求返回信息的应用程序。

10.源服务器(Originserver)：是一个给定资源可以在其上驻留或被创建的服务器。

11.代理(Proxy)：一个中间程序，它可以充当一个服务器，也可以充当一个客户机，为其它客户机建立请求。请求是通过可能的翻译在内部或经过传递到其它的服务器中。一个代理在发送请求信息之前，必须解释并且如果可能重写它。

代理经常作为通过防火墙的客户机端的门户，代理还可以作为一个帮助应用来通过协议处理没有被用户代理完成的请求。

12.网关(Gateway)：一个作为其它服务器中间媒介的服务器。与代理不同的是，网关接受请求就好象对被请求的资源来说它就是源服务器；发出请求的客户机并没有意识到它在同网关打交道。

网关经常作为通过防火墙的服务器端的门户，网关还可以作为一个协议翻译器以便存取那些存储在非HTTP系统中的资源。

13.通道(Tunnel)：是作为两个连接中继的中介程序。一旦激活，通道便被认为不属于HTTP通讯，尽管通道可能是被一个HTTP请求初始化的。当被中继的连接两端关闭时，通道便消失。当一个门户(Portal)必须存在或中介(Intermediary)不能解释中继的通讯时通道被经常使用。

14.缓存(Cache)：反应信息的局域存储。

TCP(Transmission Control Protocol) 传输控制协议。TCP是主机对主机层的传输控制协议，提供可靠的连接服务，采用三次握确认建立一个连接。位码即tcp标志位，有6种 标示:SYN(synchronous建立联机) ACK(acknowledgement 确认) PSH(push传送) FIN(finish结束) RST(reset重置) URG(urgent紧急)Sequence number(顺序号码) Acknowledge number(确认号码)。

手机能够使用联网功能是因为手机底层实现了TCP/IP协议，可以使手机终端通过无线网络建立TCP连接。TCP协议可以对上层网络提供接口，使上层网络数据的传输建立在“无差别”的网络之上。建立起一个TCP连接需要经过“三次握手”：

第一次握手：客户端发送syn包(syn=j)到服务器，并进入SYN_SEND状态，等待服务器确认；

第二次握手：服务器收到syn包，必须确认客户的SYN（ack=j+1），同时自己也发送一个SYN包（syn=k），即SYN+ACK包，此时服务器进入SYN_RECV状态；

第三次握手：客户端收到服务器的SYN＋ACK包，向服务器发送确认包ACK(ack=k+1)，此包发送完毕，客户端和服务器进入ESTABLISHED状态，完成三次握手。握手完成后，两台主机开始传输数据了。

为什么要三次握手？

如果只有一次握手，Client不能确定与Server的单向连接，更加不能确定Server与Client的单向连接；

如果只有两次握手，Client确定与Server的单向连接，但是Server不能确定与Client的单向连接；

只有三次握手，Client与Server才能相互确认双向连接，实现双工数据传输。

握手过程中传送的包里不包含数据，三次握手完毕后，客户端与服务器才正式开始传送数据。理想状态下，TCP连接一旦建立，在通信双方中的任何一方主动关闭连接之前，TCP 连接都将被一直保持下去。断开连接时服务器和客户端均可以主动发起断开TCP连接的请求，断开过程需要经过“四次挥手”。

第一次挥手：

Client发送一个FIN，用来关闭Client到Server的数据传送，Client进入FIN_WAIT_1状态。

第二次挥手：

Server收到FIN后，发送一个ACK给Client，确认序号为收到序号+1（与SYN相同，一个FIN占用一个序号），Server进入CLOSE_WAIT状态。

第三次挥手：

Server发送一个FIN，用来关闭Server到Client的数据传送，Server进入LAST_ACK状态。

第四次挥手：

Client收到FIN后，Client进入TIME_WAIT状态，接着发送一个ACK给Server，确认序号为收到序号+1，Server进入CLOSED状态，完成四次挥手。

为什么要四次挥手？

“三次握手”的第二次握手发送SYN+ACK回应第一次握手的SYN，但是“四次挥手”的第二次挥手只能发送ACK回应第一次挥手的FIN，因为此时Server可能还有数据传输给Client，所以Server传输数据完成后才能发起第三次挥手发送FIN给Client，等待Client的第四次挥手ACK。

http是超文本传输协议，信息是明文传输，https 则是具有安全性的ssl加密传输协议。HTTPS其实是有两部分组成：HTTP +SSL/ TLS，也就是在HTTP上又加了一层处理加密信息的模块。采用HTTPS协议的服务器必须要有一套数字证书，可以自己制作，也可以向组织申请。区别就是自己颁发的证书需要客户端验证通过，才可以继续访问，而使用受信任的公司申请的证书则不会d出提示页面(startssl就是个不错的选择，有1年的免费服务)。这套证书其实就是一对公钥和私钥。SSL介于应用层和TCP层之间。应用层数据不再直接传递给传输层，而是传递给SSL层，SSL层对从应用层收到的数据进行加密，并增加自己的SSL头。

1.怎么解决tcp拆包和黏包的问题

粘包、拆包发生原因

发生TCP粘包或拆包有很多原因，现列出常见的几点，可能不全面，欢迎补充，

1、要发送的数据大于TCP发送缓冲区剩余空间大小，将会发生拆包。

2、待发送数据大于MSS（最大报文长度），TCP在传输前将进行拆包。

3、要发送的数据小于TCP发送缓冲区的大小，TCP将多次写入缓冲区的数据一次发送出去，将会发生粘包。

4、接收数据端的应用层没有及时读取接收缓冲区中的数据，将发生粘包。

等等。

粘包、拆包解决办法

解决问题的关键在于如何给每个数据包添加边界信息，常用的方法有如下几个：

1、发送端给每个数据包添加包首部，首部中应该至少包含数据包的长度，这样接收端在接收到数据后，通过读取包首部的长度字段，便知道每一个数据包的实际长度了。

2、发送端将每个数据包封装为固定长度（不够的可以通过补0填充），这样接收端每次从接收缓冲区中读取固定长度的数据就自然而然的把每个数据包拆分开来。

3、可以在数据包之间设置边界，如添加特殊符号，这样，接收端通过这个边界就可以将不同的数据包拆分开。

等等。

2.upd丢包

1、接收端处理时间过长导致丢包：调用recv方法接收端收到数据后，处理数据花了一些时间，处理完后再次调用recv方法，在这二次调用间隔里,发过来的包可能丢失。对于这种情况可以修改接收端，将包接收后存入一个缓冲区，然后迅速返回继续recv。

2、发送的包巨大丢包：虽然send方法会帮你做大包切割成小包发送的事情，但包太大也不行。例如超过50K的一个udp包，不切割直接通过send方法发送也会导致这个包丢失。这种情况需要切割成小包再逐个send。

3、发送的包较大，超过接受者缓存导致丢包：包超过mtu size数倍，几个大的udp包可能会超过接收者的缓冲，导致丢包。这种情况可以设置socket接收缓冲。以前遇到过这种问题，我把接收缓冲设置成64K就解决了。

int nRecvBuf=32*1024//设置为32K

setsockopt(s,SOL_SOCKET,SO_RCVBUF,(const char*)&nRecvBuf,sizeof(int))

4、发送的包频率太快：虽然每个包的大小都小于mtu size 但是频率太快，例如40多个mut size的包连续发送中间不sleep，也有可能导致丢包。这种情况也有时可以通过设置socket接收缓冲解决，但有时解决不了。所以在发送频率过快的时候还是考虑sleep一下吧。

5、局域网内不丢包，公网上丢包。这个问题我也是通过切割小包并sleep发送解决的。如果流量太大，这个办法也不灵了。总之udp丢包总是会有的，如果出现了用我的方法解决不了，还有这个几个方法： 要么减小流量，要么换tcp协议传输，要么做丢包重传的工作。

一个是客户端发送过快，网络状况不好或者超过服务器接收速度，就会丢包。

第二个原因是服务器收到包后，还要进行一些处理，而这段时间客户端发送的包没有去收，造成丢包。

那么需要做的是

客户端降低发送速度，可以等待回包，或者加一些延迟。服务器部分单独开一个线程，去接收UDP数据，存放在一个缓冲区中，又另外的线程去处理收到的数据，尽量减少因为处理数据延时造成的丢包。

有两种方法解决UDP 丢包的问题：

方法一：重新设计一下协议，增加接收确认超时重发。（推荐）

方法二：在接收方，将通信和处理分开，增加个应用缓冲区；如果有需要增加接收socket的系统缓冲区。（本方法不能从根本解决问题，只能改善）

https://baijiahao.baidu.com/s?id=1654225744653405133&wfr=spider&for=pc

https://www.jianshu.com/p/066d99da7cbd

https://baijiahao.baidu.com/s?id=1654225744653405133&wfr=spider&for=pc

https://blog.csdn.net/qq_31337311/article/details/80781273

https://www.cnblogs.com/jiangzhaowei/p/8996810.html

http://blog.sina.com.cn/s/blog_d2bb5eff0102wbq2.html

//运行以下程序即可

public class ImageInit {

BufferedImage image

private int iw, ih

private int[] pixels

public ImageInit(BufferedImage image) {

this.image = image

iw = image.getWidth()

ih = image.getHeight()

pixels = new int[iw * ih]

}

public BufferedImage changeGrey() {

PixelGrabber pg = new PixelGrabber(image.getSource(), 0, 0, iw, ih,

pixels, 0, iw)

try {

pg.grabPixels()

} catch (InterruptedException e) {

e.printStackTrace()

}

// 设定二值化的域值，默认值为100

int grey = 100

// 对图像进行二值化处理，Alpha值保持不变

ColorModel cm = ColorModel.getRGBdefault()

for (int i = 0 i < iw * ih i++) {

int red, green, blue

int alpha = cm.getAlpha(pixels[i])

if (cm.getRed(pixels[i]) > grey) {

red = 255

} else {

red = 0

}

if (cm.getGreen(pixels[i]) > grey) {

green = 255

} else {

green = 0

}

if (cm.getBlue(pixels[i]) > grey) {

blue = 255

} else {

blue = 0

}

pixels[i] = alpha << 24 | red << 16 | green << 8 | blue // 通过移位重新构成某一点像素的RGB值

}

// 将数组中的象素产生一个图像

Image tempImg = Toolkit.getDefaultToolkit().createImage(

new MemoryImageSource(iw, ih, pixels, 0, iw))

image = new BufferedImage(tempImg.getWidth(null),

tempImg.getHeight(null), BufferedImage.TYPE_INT_BGR)

image.createGraphics().drawImage(tempImg, 0, 0, null)

return image

}

public BufferedImage getMedian() {

PixelGrabber pg = new PixelGrabber(image.getSource(), 0, 0, iw, ih,

pixels, 0, iw)

try {

pg.grabPixels()

} catch (InterruptedException e) {

e.printStackTrace()

}

// 对图像进行中值滤波，Alpha值保持不变

ColorModel cm = ColorModel.getRGBdefault()

for (int i = 1 i < ih - 1 i++) {

for (int j = 1 j < iw - 1 j++) {

int red, green, blue

int alpha = cm.getAlpha(pixels[i * iw + j])

// int red2 = cm.getRed(pixels[(i - 1) * iw + j])

int red4 = cm.getRed(pixels[i * iw + j - 1])

int red5 = cm.getRed(pixels[i * iw + j])

int red6 = cm.getRed(pixels[i * iw + j + 1])

// int red8 = cm.getRed(pixels[(i + 1) * iw + j])

// 水平方向进行中值滤波

if (red4 >= red5) {

if (red5 >= red6) {

red = red5

} else {

if (red4 >= red6) {

red = red6

} else {

red = red4

}

}

} else {

if (red4 > red6) {

red = red4

} else {

if (red5 > red6) {

red = red6

} else {

red = red5

}

}

}

int green4 = cm.getGreen(pixels[i * iw + j - 1])

int green5 = cm.getGreen(pixels[i * iw + j])

int green6 = cm.getGreen(pixels[i * iw + j + 1])

// 水平方向进行中值滤波

if (green4 >= green5) {

if (green5 >= green6) {

green = green5

} else {

if (green4 >= green6) {

green = green6

} else {

green = green4

}

}

} else {

if (green4 > green6) {

green = green4

} else {

if (green5 > green6) {

green = green6

} else {

green = green5

}

}

}

// int blue2 = cm.getBlue(pixels[(i - 1) * iw + j])

int blue4 = cm.getBlue(pixels[i * iw + j - 1])

int blue5 = cm.getBlue(pixels[i * iw + j])

int blue6 = cm.getBlue(pixels[i * iw + j + 1])

// int blue8 = cm.getBlue(pixels[(i + 1) * iw + j])

// 水平方向进行中值滤波

if (blue4 >= blue5) {

if (blue5 >= blue6) {

blue = blue5

} else {

if (blue4 >= blue6) {

blue = blue6

} else {

blue = blue4

}

}

} else {

if (blue4 > blue6) {

blue = blue4

} else {

if (blue5 > blue6) {

blue = blue6

} else {

blue = blue5

}

}

}

pixels[i * iw + j] = alpha << 24 | red << 16 | green << 8

| blue

}

}

// 将数组中的象素产生一个图像

Image tempImg = Toolkit.getDefaultToolkit().createImage(

new MemoryImageSource(iw, ih, pixels, 0, iw))

image = new BufferedImage(tempImg.getWidth(null),

tempImg.getHeight(null), BufferedImage.TYPE_INT_BGR)

image.createGraphics().drawImage(tempImg, 0, 0, null)

return image

}

public BufferedImage getGrey() {

ColorConvertOp ccp = new ColorConvertOp(

ColorSpace.getInstance(ColorSpace.CS_GRAY), null)

return image = ccp.filter(image, null)

}

// Brighten using a linear formula that increases all color values

public BufferedImage getBrighten() {

RescaleOp rop = new RescaleOp(1.25f, 0, null)

return image = rop.filter(image, null)

}

// Blur by "convolving" the image with a matrix

public BufferedImage getBlur() {

float[] data = { .1111f, .1111f, .1111f, .1111f, .1111f, .1111f,

.1111f, .1111f, .1111f, }

ConvolveOp cop = new ConvolveOp(new Kernel(3, 3, data))

return image = cop.filter(image, null)

}

// Sharpen by using a different matrix

public BufferedImage getSharpen() {

float[] data = { 0.0f, -0.75f, 0.0f, -0.75f, 4.0f, -0.75f, 0.0f,

-0.75f, 0.0f }

ConvolveOp cop = new ConvolveOp(new Kernel(3, 3, data))

return image = cop.filter(image, null)

}

// 11) Rotate the image 180 degrees about its center point

public BufferedImage getRotate() {

AffineTransformOp atop = new AffineTransformOp(

AffineTransform.getRotateInstance(Math.PI,

image.getWidth() / 2, image.getHeight() / 2),

AffineTransformOp.TYPE_NEAREST_NEIGHBOR)

return image = atop.filter(image, null)

}

public BufferedImage getProcessedImg() {

return image

}

public static void main(String[] args) throws IOException {

String filePath="F:/k7qp5.png"

FileInputStream fin = new FileInputStream(filePath)

BufferedImage bi = ImageIO.read(fin)

ImageInit flt = new ImageInit(bi)

flt.changeGrey()

flt.getGrey()

flt.getBrighten()

bi = flt.getProcessedImg()

String pname = filePath.substring(0, filePath.lastIndexOf("."))

File file = new File(pname + ".jpg")

ImageIO.write(bi, "jpg", file)

}

}

---