[发明专利]一种文本文档中数字水印的嵌入方法和装置

说明书

技术领域

本发明属于文档保护技术领域，涉及一种文本文档中数字水印的嵌入方法，具体涉及EMF增强图元文件（Enhanced Metafile,EMF）中的数字水印嵌入方法和装置。

背景技术

随着知识经济时代的快速到来，知识在现代企业竞争优势中的作用空前突出，知识的载体——电子文件，成为了现代企业运营中最宝贵、最重要的战略资源。同样在政府部门和企事业单位的办公环境中，电子文档成为信息交流和知识传递的必不可少的载体。由于在文档信息传播过程中，文档内容很容易被非法获取和篡改，因此对重要文档的保护显得尤为重要。

纵观文本文档的传播方式主要有两种：a)以电子文件格式传播。在很多情况下，一个电子文档可能会在很多机器上流转，内容被很多人浏览。如果不能有效地掌握电子文档的流转过程，极易造成泄密事件的发生。b）通过打印、扫描、复印的方式以纸质文档形式进行传播，纸质文档一旦发生流失很难追溯至文档的来源。

文本水印技术在基于文档的信息安全方面发挥着积极作用，可以有效地解决上述问题。比如将某些具有标识作用的信息，诸如文档生成时间、文档的归属等隐藏在涉密的文档数据中，这些隐秘信息在视觉上是不可见的。当文档被非法获取或复制时，通过特定的装置提取的隐藏在文本中信息可以追踪文本的源头以达到版权保护及追溯源头的作用。

但是如何很方便地将水印信息嵌入到文本文件中存在着技术障碍。现有的方法中，有针对特定的电子文档编辑和浏览软件开发了相应的系统或者插件来完成水印信息的嵌入，比如微软Office办公文件或者PDF（Portable Document Format）文件，这些软件系统本身对外提供了基于宏或者COM组件方式的开发接口，可以较为方便地进行二次开发。但是该方法的开发成本非常高：一方面要针对不同的文档软件系统开发不同的系统或者插件，而且大部分的软件不支持二次开发，比如大量的私有格式文件系统等；另外一方面，即使支持二次开发的软件系统也会有版本升级的问题，比如通用的MS Office或者Adobe Acrobat软件。不同的版本之间的接口和COM（Component Object）组件存在一定的兼容性问题，软件系统一旦升级，水印系统可能会也要进行相应的改动升级后才能支持。因此该方法非常不灵活，通用性也比较差。如果要在打印的纸质文档中嵌入水印信息，利用上述方法进行水印信息嵌入后，还需要额外的个性化的打印输出操作，无法直接在打印输出的过程中嵌入水印信息。

因此，为了方便快捷地在任意电子格式文本文档和纸质文本文档中嵌入水印信息，需要解决两个问题：1）要将各种电子格式文档统一转为一种文件格式，然后通过解析该文件格式能够准确地获取文档中的文本对象，从而通过修改文本对象属性嵌入水印信息；2）转换后的文件格式的解析过程要相对简单，比如PDF文件和PS（PostScript）文件解析过程就非常复杂，难度很大。另外PDF文件和PS文件只能通过Acrobat或者特定的软件系统才能完成打印输出，因此打印客户端需要额外安装相应的软件系统，既增加了工作量又提高了成本。而比较理想的文件格式就是EMF文件。所谓的EMF文件是一种矢量图形文件，在文件内部存储的是图形设备接口GDI（Graphic Devices Interface）函数，不同于位图文件中的像素，克服了常见位图文件的诸多缺点，比如存储空间大，速度慢，图形放缩时严重失真等。EMF文件中记录着每一个GDI函数及其参数信息，显示时通过这些函数实现图形的重绘，具有存储空间小，图形缩放不失真的优点，真正做到与设备无关。

EMF由文件头、GDI函数和EMF文件尾三部分组成。文件头里包含了图形创建时的作者信息、图形尺寸、GDI函数个数等内容。文件尾记录文件结束标志，中间的GDI函数是文件的主体，记录着图形中每一个GDI函数。应用程序打开EMF文件时执行各个GDI函数来绘制出图像，存储时将GDI函数写回EMF文件中。总之任何复杂的图形都能分解为直线、曲线、三角形、椭圆、文字等基本的图形对象，对这些图形对象的绘制均可通过系统中的GDI函数来完成。因此文档中的所有对象都可以用EMF文件来准确描述。

发明内容

本发明提供了一种文本文档中数字水印的嵌入方法和装置，用以解决现有技术中无法方便地获取各种电子格式文本文档内容中的文本对象数据问题，进而解决各种电子格式文本文档和纸质文本文档中的水印信息嵌入问题，并最终实现对于重要文本文档的安全防控、溯源追踪以及内容保护的目的。