///|
/// 水印验证与溯源 API:在既有 embed/extract 之上提供统一入口族。
///|
/// 自标定 null seed 基值:与候选 seed 派生链(GOLDEN 倍数异或)独立,
/// 8 个 null seed = BASE + j*7919,任意候选 seed 与之重合的概率可忽略,
/// 实现中仍做显式跳过防护。
const NULL_SEED_BASE : Int64 = 0x243F_6A88_85A3_08D3L
///|
/// 验证点阵水印是否存在:多对照成对信号(`dot_contrast`)≥ `threshold`(默认 0.4)。
///
/// 与旧版"绝对命中率 ≥ 0.9"的区别:contrast 扣除同图 k=8 组对照点位的
/// 中位数命中率,暗色调原图(直播暗场/夜景)与空间结构图型的背景偏差
/// 不再产生假阳性(标定实验:单对照误报 1.7% → 多对照 0.5%)。
/// 默认阈值 0.4:无损/轻压缩场景 contrast≈1.0,JPEG q85 后≈0.5,未嵌入≈0。
/// `calibrated=true` 时启用**图像自标定显著性检验**:除固定阈值外,还要求
/// contrast 超过该图自身本底(8 个独立 null seed 的 contrast 最大值 +
/// `significance_margin`,默认 0.15)——用于渐变/棋盘等目标点位自身偏斜
/// 的图型,进一步压制网格对齐类假阳性。
/// 适用边界:原图背景暗像素占比不宜过高(如 >60%),且高频二值纹理
/// (噪声图、密集文字截图)会让深色命中统计饱和——两类画面均属点阵
/// 通道拒绝域,应改走 DCT/LSB 通道溯源(见 `dct.mbt`)。
pub fn verify_dots(
img : RgbaImage,
cfg : DotConfig,
threshold? : Double,
controls? : Int,
calibrated? : Bool,
significance_margin? : Double,
) -> Bool {
let t = match threshold {
Some(v) => v
None => 0.4
}
let k = match controls {
Some(v) => if v < 1 { 1 } else { v }
None => 8
}
let c = dot_contrast(img, cfg, controls=k)
if c < t {
return false
}
match calibrated {
Some(true) => {
let sm = match significance_margin {
Some(v) => v
None => 0.15
}
c >= null_max(img, cfg, k, t) + sm
}
_ => true
}
}
///|
/// 验证 LSB 不可见水印是否存在:能通过 magic 校验(含正确 key)即存在。
pub fn verify_invisible(img : RgbaImage, key? : Int64) -> Bool {
match key {
Some(k) => extract_invisible(img, key=k) is Some(_)
None => extract_invisible(img) is Some(_)
}
}
///|
/// 溯源:对候选 `DotConfig` 逐一计算多对照成对信号(`dot_contrast`),
/// 返回信号最强且与次强之间有明确差距的候选索引。
///
/// - 返回 `-1`:无候选的信号达到 `threshold`(默认 0.4)——原图未嵌入
/// 或候选均不匹配(含暗色原图干扰已被 contrast 扣除的情形);
/// - 返回 `-2`:存在 ≥ threshold 的候选,但最高与次高信号差距
/// < `margin`(默认 0.15)——候选歧义,无法唯一确定来源,需人工复核;
/// 或 `calibrated=true` 时最高信号未显著超过本图本底;
/// - 返回 `>= 0`:唯一命中候选索引(真实分发来源)。
///
/// `calibrated=true` 时启用**图像自标定显著性检验**:最高候选还须超过
/// 该图自身本底(8 个独立 null seed 的 contrast 最大值 + margin)才输出
/// 指认,否则返回 -2——压制渐变/棋盘等目标点位自身偏斜导致的误锁。
///
/// 输出语义:`>=0` 表示「唯一强指向候选」,是**统计证据**而非最终裁决;
/// 最终归属判定应结合持有方分发台账交叉核验。直播溯源场景:每个接收者
/// 持有不同 seed 的配置,泄漏视频命中哪个 seed 即指向对应接收者;
/// 歧义时宁可报告"无法确定"也不误锁。
pub fn trace_dots(
img : RgbaImage,
candidates : Array[DotConfig],
threshold? : Double,
margin? : Double,
controls? : Int,
calibrated? : Bool,
) -> Int32 {
let t = match threshold {
Some(v) => v
None => 0.4
}
let m = match margin {
Some(v) => v
None => 0.15
}
let k = match controls {
Some(v) => if v < 1 { 1 } else { v }
None => 8
}
let mut best = -1
let mut best_rate = 0.0
let mut second_rate = 0.0
for i in 0.. best_rate {
second_rate = best_rate
best_rate = rate
best = i
} else if rate > second_rate {
second_rate = rate
}
}
if best < 0 || best_rate < t {
return -1
}
if best_rate - second_rate < m {
return -2
}
match calibrated {
Some(true) =>
if best_rate >= null_max(img, candidates[best], k, t) + m {
best
} else {
-2
}
_ => best
}
}
///|
/// 图像自标定本底:以 `tmpl` 为模板(density/dot_size/offset 与候选一致,
/// 仅替换 seed),用 8 个独立 null seed 在当前图上计算 contrast 的最大值。
/// 用于显著性检验——候选信号必须显著高于本图"未嵌入时的噪声地板"。
fn null_max(img : RgbaImage, tmpl : DotConfig, k : Int, floor : Double) -> Double {
let mut mx = floor
for j in 1..<9 {
let s = NULL_SEED_BASE + Int64::from_int(j) * 7919L
if s == tmpl.seed {
continue
}
let c = dot_contrast(
img,
{ ..tmpl, seed: s },
controls=k,
)
if c > mx {
mx = c
}
}
mx
}