watermark op• 데이터 종류: image2d × phash → table
• 호출: import fullseye as fs; fs.ledger.watermark_capacity(image, bits, strengths=(0.02, 0.05, 0.1, 0.2, 0.4), wavelet: 'str' = 'haar', level: 'int' = 1, jpeg_quality=None) -> 'dict'(구현을 직접 호출하려면 import imgforensics; imgforensics.watermark_capacity(image, bits, strengths=(0.02, 0.05, 0.1, 0.2, 0.4), wavelet: 'str' = 'haar', level: 'int' = 1, jpeg_quality=None) -> 'dict', 원장에서 가져오려면 opsimgforensics.get("watermark_capacity"))
• GPU: 없음(CPU 참조 구현만)
삽입 강도와 PSNR / BER 의 트레이드오프를 훑어 돌려줍니다. table.
각 "strength"에 대해 포함 → 추출을 실제로 실행합니다.
psnr_db '' 원본 이미지와 워터 마크 이미지의 PSNR (값 범위 [0, 1] 기준, "MAX = 1") "ber"추출의 비트 오류율 (:func :hash_distance로 계산) clipped 워터 마크 이미지가 [0, 1]에서 튀어 나온 픽셀의 백분율.
돌출은 보존시 반드시 잃어버리기 때문에 PSNR만 보고 강도를
올리면 「측정하지 않은 열화」가 늘어난다
"jpeg_quality"에 품질을 전달하면 워터 마크 이미지를 진짜 JPEG 에 통과시킨 후추출한 ber_jpeg도 들어간다 (Pillow 필수. 생략시는 열마다 들어가지 않는다 —— 환경에 의해 돌려주어지는 열이 변하지 않게 하기 위해(때문에, 기본적으로 달릴 수 없다).
반환은 {"capacity_bits": int, "n_bits": int, "rows": [...], "caveats": [...], "ll_shape": tuple}.
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• image_forensics_audit — py -3.11 examples/image_forensics_audit.py
table 를 입력으로 받는 것)watermark)watermark_embed · watermark_extract
*Provenance: imgforensics.py — IMGFORENSICS 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.