ਸਕਰੀਨ 'ਤੇ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਦੀ ਪਛਾਣ

ਸੂਚਨਾ ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਦੇ ਪੱਧਰ ਵਿੱਚ ਲਗਾਤਾਰ ਵਾਧੇ ਦੇ ਕਾਰਨ, ਹਰ ਸਾਲ ਇਲੈਕਟ੍ਰਾਨਿਕ ਦਸਤਾਵੇਜ਼ ਵਧੇਰੇ ਸੁਵਿਧਾਜਨਕ ਅਤੇ ਵਰਤੋਂ ਵਿੱਚ ਮੰਗ ਵਿੱਚ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ ਅਤੇ ਰਵਾਇਤੀ ਕਾਗਜ਼ੀ ਮੀਡੀਆ ਉੱਤੇ ਹਾਵੀ ਹੋਣ ਲੱਗੇ ਹਨ। ਇਸ ਲਈ, ਨਾ ਸਿਰਫ਼ ਰਵਾਇਤੀ ਕਾਗਜ਼ੀ ਮੀਡੀਆ 'ਤੇ, ਸਗੋਂ ਇਲੈਕਟ੍ਰਾਨਿਕ ਦਸਤਾਵੇਜ਼ਾਂ 'ਤੇ ਵੀ ਜਾਣਕਾਰੀ ਦੀ ਸਮੱਗਰੀ ਦੀ ਸੁਰੱਖਿਆ ਲਈ ਸਮੇਂ ਸਿਰ ਧਿਆਨ ਦੇਣਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ। ਹਰ ਵੱਡੀ ਕੰਪਨੀ ਜਿਸ ਕੋਲ ਵਪਾਰਕ, ​​ਰਾਜ ਅਤੇ ਹੋਰ ਭੇਦ ਹਨ, ਸੰਭਾਵਿਤ ਜਾਣਕਾਰੀ ਲੀਕ ਹੋਣ ਅਤੇ ਵਰਗੀਕ੍ਰਿਤ ਜਾਣਕਾਰੀ ਦੇ ਸਮਝੌਤਾ ਨੂੰ ਰੋਕਣਾ ਚਾਹੁੰਦੀ ਹੈ, ਅਤੇ ਜੇਕਰ ਲੀਕ ਦਾ ਪਤਾ ਚੱਲਦਾ ਹੈ, ਤਾਂ ਲੀਕ ਨੂੰ ਰੋਕਣ ਅਤੇ ਉਲੰਘਣਾ ਕਰਨ ਵਾਲੇ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਉਪਾਅ ਕਰੋ।

ਸੁਰੱਖਿਆ ਵਿਕਲਪਾਂ ਬਾਰੇ ਥੋੜਾ ਜਿਹਾ

ਇਹਨਾਂ ਕੰਮਾਂ ਨੂੰ ਕਰਨ ਲਈ, ਕੁਝ ਸੁਰੱਖਿਆ ਤੱਤ ਪੇਸ਼ ਕੀਤੇ ਜਾਂਦੇ ਹਨ. ਅਜਿਹੇ ਤੱਤ ਬਾਰਕੋਡ, ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਟੈਗ, ਇਲੈਕਟ੍ਰਾਨਿਕ ਟੈਗ ਹੋ ਸਕਦੇ ਹਨ, ਪਰ ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਲੁਕਵੇਂ ਟੈਗ ਹਨ. ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਪ੍ਰਤੀਨਿਧੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਵਾਟਰਮਾਰਕ ਹਨ; ਉਹਨਾਂ ਨੂੰ ਕਾਗਜ਼ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ ਪ੍ਰਿੰਟਰ 'ਤੇ ਛਾਪਣ ਤੋਂ ਪਹਿਲਾਂ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਕੋਈ ਭੇਤ ਨਹੀਂ ਹੈ ਕਿ ਪ੍ਰਿੰਟਰ ਛਾਪਣ ਵੇਲੇ ਆਪਣੇ ਵਾਟਰਮਾਰਕ (ਪੀਲੇ ਬਿੰਦੀਆਂ ਅਤੇ ਹੋਰ ਚਿੰਨ੍ਹ) ਲਗਾਉਂਦੇ ਹਨ, ਪਰ ਅਸੀਂ ਹੋਰ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਾਂਗੇ ਜੋ ਕਰਮਚਾਰੀ ਦੇ ਕੰਮ ਵਾਲੀ ਥਾਂ 'ਤੇ ਕੰਪਿਊਟਰ ਸਕ੍ਰੀਨ 'ਤੇ ਰੱਖੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ। ਅਜਿਹੀਆਂ ਕਲਾਕ੍ਰਿਤੀਆਂ ਨੂੰ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਸੌਫਟਵੇਅਰ ਪੈਕੇਜ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜੋ ਉਪਭੋਗਤਾ ਦੇ ਵਰਕਸਪੇਸ ਦੇ ਸਿਖਰ 'ਤੇ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਖਿੱਚਦਾ ਹੈ, ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਦੀ ਦਿੱਖ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾ ਦੇ ਕੰਮ ਵਿੱਚ ਦਖਲ ਦਿੱਤੇ ਬਿਨਾਂ। ਵਿਗਿਆਨਕ ਵਿਕਾਸ ਅਤੇ ਲੁਕਵੀਂ ਜਾਣਕਾਰੀ ਨੂੰ ਪੇਸ਼ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਐਲਗੋਰਿਦਮ ਦੇ ਰੂਪ ਵਿੱਚ ਇਹਨਾਂ ਤਕਨਾਲੋਜੀਆਂ ਦੀਆਂ ਜੜ੍ਹਾਂ ਪੁਰਾਣੀਆਂ ਹਨ, ਪਰ ਆਧੁਨਿਕ ਸੰਸਾਰ ਵਿੱਚ ਬਹੁਤ ਘੱਟ ਹਨ। ਇਹ ਪਹੁੰਚ ਮੁੱਖ ਤੌਰ 'ਤੇ ਫੌਜੀ ਖੇਤਰ ਅਤੇ ਕਾਗਜ਼ 'ਤੇ, ਬੇਈਮਾਨ ਕਰਮਚਾਰੀਆਂ ਦੀ ਤੁਰੰਤ ਪਛਾਣ ਲਈ ਪਾਈ ਜਾਂਦੀ ਹੈ। ਇਹ ਤਕਨਾਲੋਜੀਆਂ ਹੁਣੇ ਹੀ ਵਪਾਰਕ ਮਾਹੌਲ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੀਆਂ ਜਾਣੀਆਂ ਸ਼ੁਰੂ ਹੋ ਰਹੀਆਂ ਹਨ. ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਵਾਟਰਮਾਰਕਸ ਹੁਣ ਵੱਖ-ਵੱਖ ਮੀਡੀਆ ਫਾਈਲਾਂ ਦੇ ਕਾਪੀਰਾਈਟ ਦੀ ਸੁਰੱਖਿਆ ਲਈ ਸਰਗਰਮੀ ਨਾਲ ਵਰਤੇ ਜਾ ਰਹੇ ਹਨ, ਪਰ ਅਦਿੱਖ ਲੋਕ ਬਹੁਤ ਘੱਟ ਹਨ। ਪਰ ਉਹ ਸਭ ਤੋਂ ਵੱਡੀ ਦਿਲਚਸਪੀ ਵੀ ਜਗਾਉਂਦੇ ਹਨ.

ਸੁਰੱਖਿਆ ਕਲਾਕ੍ਰਿਤੀਆਂ

ਮਨੁੱਖਾਂ ਲਈ ਅਦਿੱਖ ਵਾਟਰਮਾਰਕਸ ਵੱਖ-ਵੱਖ ਕਲਾਕ੍ਰਿਤੀਆਂ ਬਣਾਉਂਦੇ ਹਨ ਜੋ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ, ਮਨੁੱਖੀ ਅੱਖ ਲਈ ਅਦਿੱਖ ਹੋ ਸਕਦੇ ਹਨ, ਅਤੇ ਬਹੁਤ ਛੋਟੇ ਬਿੰਦੀਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਚਿੱਤਰ ਵਿੱਚ ਨਕਾਬ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਅਸੀਂ ਦਿਸਣ ਵਾਲੀਆਂ ਵਸਤੂਆਂ 'ਤੇ ਵਿਚਾਰ ਕਰਾਂਗੇ, ਕਿਉਂਕਿ ਜੋ ਅੱਖਾਂ ਨੂੰ ਅਦਿੱਖ ਹਨ ਉਹ ਜ਼ਿਆਦਾਤਰ ਮਾਨੀਟਰਾਂ ਦੇ ਸਟੈਂਡਰਡ ਕਲਰ ਸਪੇਸ ਤੋਂ ਬਾਹਰ ਹੋ ਸਕਦੇ ਹਨ। ਇਹ ਕਲਾਕ੍ਰਿਤੀਆਂ ਆਪਣੀ ਉੱਚ ਪੱਧਰੀ ਅਦਿੱਖਤਾ ਦੇ ਕਾਰਨ ਵਿਸ਼ੇਸ਼ ਮਹੱਤਵ ਰੱਖਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, CEHs ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਦਿੱਖ ਬਣਾਉਣਾ ਅਸੰਭਵ ਹੈ. ਉਹਨਾਂ ਦੇ ਲਾਗੂ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਕੰਟੇਨਰ ਚਿੱਤਰ ਦੀ ਇੱਕ ਖਾਸ ਕਿਸਮ ਦੀ ਵਿਗਾੜ ਨੂੰ ਚਿੱਤਰ ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਸ 'ਤੇ ਕੁਝ ਕਿਸਮ ਦੀਆਂ ਕਲਾਵਾਂ ਦਿਖਾਈ ਦਿੰਦੀਆਂ ਹਨ. ਆਓ 2 ਕਿਸਮਾਂ ਦੀਆਂ ਵਸਤੂਆਂ 'ਤੇ ਵਿਚਾਰ ਕਰੀਏ:

1. ਚੱਕਰਵਾਤੀ
2. ਅਰਾਜਕ (ਚਿੱਤਰ ਪਰਿਵਰਤਨ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ)

ਚੱਕਰਵਾਤੀ ਤੱਤ ਦੁਹਰਾਉਣ ਵਾਲੇ ਤੱਤਾਂ ਦੇ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸੀਮਤ ਕ੍ਰਮ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ ਜੋ ਸਕ੍ਰੀਨ ਚਿੱਤਰ (ਚਿੱਤਰ 1) ਉੱਤੇ ਇੱਕ ਤੋਂ ਵੱਧ ਵਾਰ ਦੁਹਰਾਇਆ ਜਾਂਦਾ ਹੈ।

ਅਰਾਜਕ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਓਵਰਲੇਡ ਚਿੱਤਰ (ਚਿੱਤਰ 2) ਦੇ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਪਰਿਵਰਤਨ ਕਰਕੇ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਹੋਲੋਗ੍ਰਾਮ ਦੀ ਜਾਣ-ਪਛਾਣ।

ਚੌਲ. 1 ਸਾਈਕਲਿੰਗ ਕਲਾਕ੍ਰਿਤੀਆਂ

ਚੌਲ. ੨ਅਰਾਜਕ ਕਲਾਵਾਂ

ਪਹਿਲਾਂ, ਆਉ ਚੱਕਰਵਾਤ ਕਲਾਵਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਵਿਕਲਪਾਂ ਨੂੰ ਵੇਖੀਏ। ਅਜਿਹੀਆਂ ਕਲਾਕ੍ਰਿਤੀਆਂ ਇਹ ਹੋ ਸਕਦੀਆਂ ਹਨ:

• ਟੈਕਸਟ ਵਾਟਰਮਾਰਕਸ ਸਕ੍ਰੀਨ 'ਤੇ ਦੁਹਰਾਉਂਦੇ ਹਨ
• ਬਾਈਨਰੀ ਕ੍ਰਮ
• ਹਰੇਕ ਗਰਿੱਡ ਸੈੱਲ ਵਿੱਚ ਅਰਾਜਕ ਬਿੰਦੂਆਂ ਦਾ ਇੱਕ ਸਮੂਹ

ਸਾਰੀਆਂ ਸੂਚੀਬੱਧ ਕਲਾਕ੍ਰਿਤੀਆਂ ਸਿੱਧੇ ਪ੍ਰਦਰਸ਼ਿਤ ਸਮੱਗਰੀ ਦੇ ਸਿਖਰ 'ਤੇ ਲਾਗੂ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ; ਇਸਦੇ ਅਨੁਸਾਰ, ਉਹਨਾਂ ਨੂੰ ਹਰੇਕ ਰੰਗ ਚੈਨਲ ਦੇ ਹਿਸਟੋਗ੍ਰਾਮ ਦੇ ਸਥਾਨਕ ਸਿਰੇ ਦੀ ਪਛਾਣ ਕਰਕੇ ਅਤੇ, ਇਸਦੇ ਅਨੁਸਾਰ, ਹੋਰ ਸਾਰੇ ਰੰਗਾਂ ਨੂੰ ਕੱਟ ਕੇ ਪਛਾਣਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਵਿਧੀ ਵਿੱਚ ਹਿਸਟੋਗ੍ਰਾਮ ਚੈਨਲਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਦੇ ਸਥਾਨਕ ਹੱਦਾਂ ਦੇ ਸੰਜੋਗਾਂ ਨਾਲ ਕੰਮ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। ਸਮੱਸਿਆ ਬਹੁਤ ਸਾਰੇ ਤਿੱਖੇ ਪਰਿਵਰਤਨ ਦੇ ਵੇਰਵਿਆਂ ਦੇ ਨਾਲ ਇੱਕ ਕਾਫ਼ੀ ਗੁੰਝਲਦਾਰ ਚਿੱਤਰ ਵਿੱਚ ਸਥਾਨਕ ਐਕਸਟ੍ਰੀਮਾ ਦੀ ਖੋਜ 'ਤੇ ਟਿਕੀ ਹੋਈ ਹੈ; ਹਿਸਟੋਗ੍ਰਾਮ ਬਹੁਤ ਆਰਾ-ਟੂਥ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਜੋ ਇਸ ਪਹੁੰਚ ਨੂੰ ਲਾਗੂ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਵੱਖ-ਵੱਖ ਫਿਲਟਰਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਉਹ ਆਪਣੀਆਂ ਵਿਗਾੜਾਂ ਪੇਸ਼ ਕਰਨਗੇ, ਜੋ ਆਖਰਕਾਰ ਵਾਟਰਮਾਰਕ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਅਸਮਰੱਥਾ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ। ਕੁਝ ਕਿਨਾਰੇ ਡਿਟੈਕਟਰਾਂ (ਉਦਾਹਰਨ ਲਈ, ਕੈਨੀ ਐਜ ਡਿਟੈਕਟਰ) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਹਨਾਂ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਨੂੰ ਪਛਾਣਨ ਦਾ ਵਿਕਲਪ ਵੀ ਹੈ। ਇਹ ਪਹੁੰਚ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਲਈ ਆਪਣਾ ਸਥਾਨ ਰੱਖਦੇ ਹਨ ਜੋ ਪਰਿਵਰਤਨ ਵਿੱਚ ਕਾਫ਼ੀ ਤਿੱਖੇ ਹੁੰਦੇ ਹਨ; ਡਿਟੈਕਟਰ ਚਿੱਤਰ ਦੇ ਰੂਪਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਚਿੱਤਰ ਨੂੰ ਬਾਈਨਰਾਈਜ਼ ਕਰਨ ਲਈ ਰੂਪਾਂਤਰ ਦੇ ਅੰਦਰ ਰੰਗ ਰੇਂਜਾਂ ਦੀ ਚੋਣ ਕਰ ਸਕਦੇ ਹਨ ਤਾਂ ਕਿ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਨੂੰ ਹੋਰ ਉਜਾਗਰ ਕੀਤਾ ਜਾ ਸਕੇ, ਪਰ ਇਹਨਾਂ ਵਿਧੀਆਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਵਧੀਆ ਟਿਊਨਿੰਗ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਲੋੜੀਂਦੇ ਰੂਪਾਂਤਰ, ਅਤੇ ਨਾਲ ਹੀ ਚੁਣੇ ਹੋਏ ਰੂਪਾਂ ਵਿੱਚ ਰੰਗਾਂ ਦੇ ਅਨੁਸਾਰ ਚਿੱਤਰ ਦਾ ਬਾਅਦ ਵਿੱਚ ਬਾਈਨਰਾਈਜ਼ੇਸ਼ਨ। ਇਹ ਐਲਗੋਰਿਦਮ ਕਾਫ਼ੀ ਭਰੋਸੇਮੰਦ ਮੰਨੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਚਿੱਤਰ ਦੇ ਰੰਗ ਭਾਗਾਂ ਦੀ ਕਿਸਮ ਤੋਂ ਵਧੇਰੇ ਸਥਿਰ ਅਤੇ ਸੁਤੰਤਰ ਵਰਤਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ।

ਚੌਲ. 3 ਪਰਿਵਰਤਨ ਤੋਂ ਬਾਅਦ ਵਾਟਰਮਾਰਕ

ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਜ਼ਿਕਰ ਕੀਤੀਆਂ ਅਰਾਜਕ ਕਲਾਵਾਂ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਪਛਾਣਨ ਲਈ ਐਲਗੋਰਿਦਮ ਬਿਲਕੁਲ ਵੱਖਰੇ ਹੋਣਗੇ। ਕਿਉਂਕਿ ਅਰਾਜਕ ਕਲਾਵਾਂ ਦੇ ਗਠਨ ਨੂੰ ਚਿੱਤਰ ਉੱਤੇ ਇੱਕ ਖਾਸ ਵਾਟਰਮਾਰਕ ਲਗਾ ਕੇ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ ਕੁਝ ਪਰਿਵਰਤਨ (ਉਦਾਹਰਨ ਲਈ, ਡਿਸਕ੍ਰਿਟ ਫੂਰੀਅਰ ਟ੍ਰਾਂਸਫਾਰਮ) ਦੁਆਰਾ ਬਦਲਿਆ ਜਾਂਦਾ ਹੈ। ਅਜਿਹੇ ਪਰਿਵਰਤਨ ਦੀਆਂ ਕਲਾਕ੍ਰਿਤੀਆਂ ਪੂਰੀ ਸਕਰੀਨ ਵਿੱਚ ਵੰਡੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਉਹਨਾਂ ਦੇ ਪੈਟਰਨ ਨੂੰ ਪਛਾਣਨਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ। ਇਸਦੇ ਅਧਾਰ 'ਤੇ, ਵਾਟਰਮਾਰਕ "ਬੇਤਰਤੀਬ" ਕਲਾਕ੍ਰਿਤੀਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਪੂਰੀ ਚਿੱਤਰ ਵਿੱਚ ਸਥਿਤ ਹੋਵੇਗਾ। ਅਜਿਹੇ ਵਾਟਰਮਾਰਕ ਦੀ ਪਛਾਣ ਟਰਾਂਸਫਾਰਮੇਸ਼ਨ ਫੰਕਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਿੱਧੇ ਚਿੱਤਰ ਪਰਿਵਰਤਨ ਲਈ ਹੇਠਾਂ ਆਉਂਦੀ ਹੈ। ਪਰਿਵਰਤਨ ਦਾ ਨਤੀਜਾ ਚਿੱਤਰ ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ (ਚਿੱਤਰ 3).

ਪਰ ਬਹੁਤ ਸਾਰੀਆਂ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ ਜੋ ਆਦਰਸ਼ ਸਥਿਤੀਆਂ ਤੋਂ ਘੱਟ ਵਿੱਚ ਵਾਟਰਮਾਰਕ ਦੀ ਪਛਾਣ ਨੂੰ ਰੋਕਦੀਆਂ ਹਨ। ਪਰਿਵਰਤਨ ਦੀ ਕਿਸਮ 'ਤੇ ਨਿਰਭਰ ਕਰਦਿਆਂ, ਕਈ ਮੁਸ਼ਕਲਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਸਕ੍ਰੀਨ ਦੇ ਅਨੁਸਾਰੀ ਇੱਕ ਵੱਡੇ ਕੋਣ 'ਤੇ ਫੋਟੋ ਖਿੱਚਣ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਮਾਨਤਾ ਦੀ ਅਸੰਭਵਤਾ, ਜਾਂ ਸਿਰਫ਼ ਮਾੜੀ ਗੁਣਵੱਤਾ ਦੀ ਇੱਕ ਫੋਟੋ, ਜਾਂ ਇੱਕ ਸਕ੍ਰੀਨ ਕੈਪਚਰ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਕੀਤੀ ਗਈ ਉੱਚ ਨੁਕਸਾਨ ਕੰਪਰੈਸ਼ਨ ਵਾਲੀ ਇੱਕ ਫਾਈਲ। ਇਹ ਸਾਰੀਆਂ ਸਮੱਸਿਆਵਾਂ ਵਾਟਰਮਾਰਕ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਗੁੰਝਲਦਾਰਤਾ ਵੱਲ ਲੈ ਜਾਂਦੀਆਂ ਹਨ; ਇੱਕ ਕੋਣ ਚਿੱਤਰ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਇਹ ਜਾਂ ਤਾਂ ਹੋਰ ਗੁੰਝਲਦਾਰ ਪਰਿਵਰਤਨ ਲਾਗੂ ਕਰਨਾ ਜਾਂ ਚਿੱਤਰ ਵਿੱਚ ਐਫੀਨ ਪਰਿਵਰਤਨ ਲਾਗੂ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ, ਪਰ ਨਾ ਹੀ ਵਾਟਰਮਾਰਕ ਦੀ ਪੂਰੀ ਬਹਾਲੀ ਦੀ ਗਰੰਟੀ ਦਿੰਦਾ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਸਕ੍ਰੀਨ ਕੈਪਚਰ ਦੇ ਮਾਮਲੇ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਦੋ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ: ਪਹਿਲੀ ਹੈ ਡਿਸਟੌਰਸ਼ਨ ਜਦੋਂ ਸਕ੍ਰੀਨ 'ਤੇ ਖੁਦ ਪ੍ਰਦਰਸ਼ਿਤ ਹੁੰਦੀ ਹੈ, ਦੂਜੀ ਡਿਸਟੌਰਸ਼ਨ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਸਕ੍ਰੀਨ ਤੋਂ ਚਿੱਤਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਦੇ ਹੋ। ਪਹਿਲੀ ਨੂੰ ਇਸ ਤੱਥ ਦੇ ਕਾਰਨ ਨਿਯੰਤਰਿਤ ਕਰਨਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਗੁਣਵੱਤਾ ਦੇ ਮਾਨੀਟਰਾਂ ਲਈ ਮੈਟ੍ਰਿਕਸ ਹਨ, ਅਤੇ ਇੱਕ ਜਾਂ ਦੂਜੇ ਰੰਗ ਦੀ ਅਣਹੋਂਦ ਦੇ ਕਾਰਨ, ਉਹ ਉਹਨਾਂ ਦੇ ਰੰਗ ਦੀ ਨੁਮਾਇੰਦਗੀ ਦੇ ਅਧਾਰ ਤੇ ਰੰਗ ਨੂੰ ਇੰਟਰਪੋਲੇਟ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਵਾਟਰਮਾਰਕ ਵਿੱਚ ਵਿਗਾੜਾਂ ਦੀ ਸ਼ੁਰੂਆਤ ਹੁੰਦੀ ਹੈ। ਦੂਜਾ ਹੋਰ ਵੀ ਮੁਸ਼ਕਲ ਹੈ, ਇਸ ਤੱਥ ਦੇ ਕਾਰਨ ਕਿ ਤੁਸੀਂ ਕਿਸੇ ਵੀ ਫਾਰਮੈਟ ਵਿੱਚ ਇੱਕ ਸਕ੍ਰੀਨਸ਼ੌਟ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ, ਇਸਦੇ ਅਨੁਸਾਰ, ਰੰਗ ਰੇਂਜ ਦਾ ਹਿੱਸਾ ਗੁਆ ਸਕਦੇ ਹੋ, ਇਸਲਈ, ਅਸੀਂ ਵਾਟਰਮਾਰਕ ਨੂੰ ਆਪਣੇ ਆਪ ਗੁਆ ਸਕਦੇ ਹਾਂ.

ਲਾਗੂ ਕਰਨ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ

ਆਧੁਨਿਕ ਸੰਸਾਰ ਵਿੱਚ, ਵਾਟਰਮਾਰਕਸ ਨੂੰ ਪੇਸ਼ ਕਰਨ ਲਈ ਬਹੁਤ ਸਾਰੇ ਐਲਗੋਰਿਦਮ ਹਨ, ਪਰ ਕੋਈ ਵੀ ਵਾਟਰਮਾਰਕ ਨੂੰ ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਹੋਰ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ 100% ਸੰਭਾਵਨਾ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਦਿੰਦਾ। ਮੁੱਖ ਮੁਸ਼ਕਲ ਪ੍ਰਜਨਨ ਸਥਿਤੀਆਂ ਦੇ ਸਮੂਹ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ ਜੋ ਹਰੇਕ ਖਾਸ ਕੇਸ ਵਿੱਚ ਪੈਦਾ ਹੋ ਸਕਦੀਆਂ ਹਨ. ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਇੱਕ ਮਾਨਤਾ ਐਲਗੋਰਿਦਮ ਬਣਾਉਣਾ ਮੁਸ਼ਕਲ ਹੈ ਜੋ ਵਿਗਾੜ ਦੀਆਂ ਸਾਰੀਆਂ ਸੰਭਵ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਵਾਟਰਮਾਰਕ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਣ ਦੀਆਂ ਕੋਸ਼ਿਸ਼ਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖੇਗਾ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਇੱਕ ਗੌਸੀਅਨ ਫਿਲਟਰ ਮੌਜੂਦਾ ਚਿੱਤਰ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਅਸਲ ਚਿੱਤਰ ਵਿੱਚ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਬਹੁਤ ਛੋਟੀਆਂ ਸਨ ਅਤੇ ਚਿੱਤਰ ਦੀ ਪਿੱਠਭੂਮੀ ਦੇ ਉਲਟ ਸਨ, ਤਾਂ ਜਾਂ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਪਛਾਣਨਾ ਅਸੰਭਵ ਹੋ ਜਾਂਦਾ ਹੈ, ਜਾਂ ਵਾਟਰਮਾਰਕ ਦਾ ਕੁਝ ਹਿੱਸਾ ਗੁਆਚ ਜਾਵੇਗਾ। . ਆਓ ਇੱਕ ਫੋਟੋ ਦੇ ਮਾਮਲੇ 'ਤੇ ਵਿਚਾਰ ਕਰੀਏ, ਉੱਚ ਪੱਧਰੀ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ ਇਸ ਵਿੱਚ ਮੋਇਰ (ਚਿੱਤਰ 5) ਅਤੇ ਇੱਕ "ਗਰਿੱਡ" (ਚਿੱਤਰ 4) ਹੋਵੇਗਾ। ਮੋਇਰ ਸਕ੍ਰੀਨ ਮੈਟ੍ਰਿਕਸ ਦੀ ਵਿਵੇਕਤਾ ਅਤੇ ਰਿਕਾਰਡਿੰਗ ਉਪਕਰਣਾਂ ਦੇ ਮੈਟ੍ਰਿਕਸ ਦੀ ਵਿਵੇਕਤਾ ਦੇ ਕਾਰਨ ਵਾਪਰਦਾ ਹੈ; ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਦੋ ਜਾਲ ਚਿੱਤਰ ਇੱਕ ਦੂਜੇ 'ਤੇ ਲਗਾਏ ਜਾਂਦੇ ਹਨ। ਜਾਲ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਵਾਟਰਮਾਰਕ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਨੂੰ ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ਕਵਰ ਕਰੇਗਾ ਅਤੇ ਪਛਾਣ ਦੀ ਸਮੱਸਿਆ ਦਾ ਕਾਰਨ ਬਣੇਗਾ; ਮੋਇਰ, ਬਦਲੇ ਵਿੱਚ, ਕੁਝ ਵਾਟਰਮਾਰਕ ਏਮਬੈਡਿੰਗ ਵਿਧੀਆਂ ਵਿੱਚ ਇਸਨੂੰ ਪਛਾਣਨਾ ਅਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਵਾਟਰਮਾਰਕ ਦੇ ਨਾਲ ਚਿੱਤਰ ਦੇ ਹਿੱਸੇ ਨੂੰ ਓਵਰਲੈਪ ਕਰਦਾ ਹੈ।

ਚੌਲ. 4 ਚਿੱਤਰ ਗਰਿੱਡ

ਚੌਲ. ੫ਮੋਇਰ

ਵਾਟਰਮਾਰਕਸ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨੂੰ ਵਧਾਉਣ ਲਈ, ਸਵੈ-ਸਿੱਖਣ ਵਾਲੇ ਨਿਊਰਲ ਨੈਟਵਰਕਾਂ ਦੇ ਅਧਾਰ ਤੇ ਅਤੇ ਸੰਚਾਲਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ, ਜੋ ਆਪਣੇ ਆਪ ਵਾਟਰਮਾਰਕ ਚਿੱਤਰਾਂ ਨੂੰ ਪਛਾਣਨਾ ਸਿੱਖਣਗੇ। ਹੁਣ ਬਹੁਤ ਸਾਰੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਟੂਲ ਅਤੇ ਸੇਵਾਵਾਂ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਗੂਗਲ ਤੋਂ। ਜੇਕਰ ਲੋੜੀਦਾ ਹੋਵੇ, ਤਾਂ ਤੁਸੀਂ ਸੰਦਰਭ ਚਿੱਤਰਾਂ ਦਾ ਇੱਕ ਸੈੱਟ ਲੱਭ ਸਕਦੇ ਹੋ ਅਤੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਨੂੰ ਜ਼ਰੂਰੀ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਸਿਖਾ ਸਕਦੇ ਹੋ। ਇਸ ਪਹੁੰਚ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਗਾੜ ਵਾਲੇ ਵਾਟਰਮਾਰਕਸ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਨਾਵਾਂ ਹਨ, ਪਰ ਤੁਰੰਤ ਪਛਾਣ ਲਈ ਇਸ ਨੂੰ ਵੱਡੀ ਕੰਪਿਊਟਿੰਗ ਸ਼ਕਤੀ ਅਤੇ ਸਹੀ ਪਛਾਣ ਲਈ ਕਾਫ਼ੀ ਲੰਮੀ ਸਿਖਲਾਈ ਦੀ ਮਿਆਦ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਵਰਣਨ ਕੀਤੀ ਗਈ ਹਰ ਚੀਜ਼ ਕਾਫ਼ੀ ਸਧਾਰਨ ਜਾਪਦੀ ਹੈ, ਪਰ ਜਿੰਨਾ ਤੁਸੀਂ ਇਹਨਾਂ ਮੁੱਦਿਆਂ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਡੁਬਕੀ ਲਗਾਉਂਦੇ ਹੋ, ਓਨਾ ਹੀ ਜ਼ਿਆਦਾ ਤੁਸੀਂ ਸਮਝਦੇ ਹੋ ਕਿ ਵਾਟਰਮਾਰਕਸ ਨੂੰ ਪਛਾਣਨ ਲਈ ਤੁਹਾਨੂੰ ਕਿਸੇ ਵੀ ਐਲਗੋਰਿਦਮ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਬਹੁਤ ਸਾਰਾ ਸਮਾਂ ਲਗਾਉਣ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਇਸ ਨੂੰ ਲੋੜੀਂਦੀ ਸੰਭਾਵਨਾ ਤੱਕ ਲਿਆਉਣ ਲਈ ਹੋਰ ਵੀ ਸਮਾਂ ਲਗਾਉਣ ਦੀ ਲੋੜ ਹੈ। ਹਰੇਕ ਚਿੱਤਰ ਨੂੰ ਪਛਾਣਨਾ.

ਸਰੋਤ: www.habr.com