[Dự án AI] Xưởng chỉnh ảnh mini — bộ lọc ảnh tự động

Mục tiêu

Xây dựng phiên bản mini của chính các bộ lọc ảnh trên điện thoại (làm mờ, làm nét, dò biên "vẽ chì") bằng OpenCV — hiểu (ở mức khái niệm) nguyên lý chung đứng sau MỌI bộ lọc ảnh: convolution kernel (nhân chập). Đồng thời kiểm chứng bằng thực nghiệm 2 giới hạn quan trọng: tham số bộ lọc là do CON NGƯỜI chọn (không có giá trị "đúng tuyệt đối"), và làm nét quá mức có thể khuếch đại nhiễu thay vì chỉ làm ảnh đẹp hơn.

Thời lượng gợi ý: 2 tiết học (90 phút)

• Tiết 1 (cell 1-6): chuẩn bị ảnh, lý thuyết convolution kernel, thử 4 bộ lọc cơ bản (xám, mờ, dò biên, làm nét)
• Tiết 2 (cell 7-14): thực nghiệm ảnh hưởng tham số Canny và tác hại của làm nét quá mức, tư duy phản biện (ý nghĩa thực tiễn của computational photography thật, mặt trái của bộ lọc làm đẹp), mục Tìm hiểu thêm, vận dụng

Em sẽ làm được gì

• Hiểu (ở mức khái niệm) nguyên lý convolution kernel — nền tảng chung của mọi bộ lọc ảnh (mờ, nét, dò biên...)
• Áp dụng 4 bộ lọc OpenCV cơ bản: chuyển xám, làm mờ Gaussian, dò biên Canny, làm nét bằng kernel tự định nghĩa
• Thực nghiệm và hiểu ảnh hưởng của tham số ngưỡng Canny tới số lượng biên phát hiện được
• Kiểm chứng bằng số liệu: làm nét lặp lại nhiều lần khuếch đại nhiễu ảnh, không chỉ làm ảnh "đẹp hơn mãi"
• Thảo luận ý nghĩa thực tiễn của computational photography thật, và mặt trái của bộ lọc làm đẹp trên mạng xã hội

Về thư viện opencv-python và cách chuẩn bị ảnh

Cần bấm thêm nút "opencv-python" trong mục "Thư viện thêm" (~47MB) SAU KHI đã bấm "Bắt đầu tải & chạy Notebook", TRƯỚC KHI chạy cell import cv2 — xem hướng dẫn ở Cell 1. Dự án này KHÔNG có dữ liệu mẫu nhúng sẵn — cần 1 ảnh thật (Tải ảnh lên hoặc Webcam, cả 2 đều phù hợp) trước khi notebook chạy được, xem Cell 2.