Giới thiệu
Tổng quan
Ngày nay, khi chất lượng cuộc sống được nâng cao, con người ngày càng chú trọng đến giá trị tinh thần Những khoảnh khắc hạnh phúc và hình ảnh ấn tượng trong cuộc sống hàng ngày trở thành điều mà mọi người muốn lưu giữ Với sự phát triển của Internet, các mạng xã hội như Facebook, Twitter và Instagram đã trở thành nền tảng để mọi người chia sẻ suy nghĩ và trải nghiệm, trong đó hình ảnh đóng vai trò quan trọng trong việc thể hiện những hoạt động này.
Sự phát triển của các dòng điện thoại thông minh với camera hiện đại đã thúc đẩy các nhà phát triển ứng dụng chú trọng hơn vào việc sáng tạo ra các ứng dụng chỉnh sửa ảnh.
Dự án này nhằm phát triển một ứng dụng chỉnh sửa ảnh trên nền tảng Android, với mục tiêu cung cấp các chức năng giúp người dùng tạo ra những hình ảnh đẹp mắt Ứng dụng cũng sẽ tích hợp tính năng nhận diện và phát hiện chữ trên ảnh, đồng thời hỗ trợ dịch ngôn ngữ sang ngôn ngữ khác, mang lại trải nghiệm tiện lợi và đa dạng cho người sử dụng.
Mục tiêu
Xây dựng một ứng dụng thành công cho phép người dùng dễ dàng sử dụng các tính năng nhằm cải thiện và làm cho những bức ảnh trở nên đẹp và sống động hơn.
Các chức năng dự kiến
- Thay đổi độ tương phản, sáng tối
- Tạo các lớp phủ cho hình ảnh
- Bổ sung các chức năng khác:
Tải ảnh từ thư viện hoặc chụp ảnh trực tiếp từ camera để dịch chữ Tiếng anh (nếu có) trong hình ảnh thành tiếng Việt
Thêm sticker, biểu tượng vào hình ảnh… Ứng dụng chỉnh sửa ảnh 1
Thời gian Nội dung thực hiện
Tìm hiểu đề tài, công cụ lập trình, ngôn ngữ lập trình Viết đề cương chi tiết, báo cáo với giảng viên hướng dẫn
Tìm hiểu kĩ thuật xử lý hình ảnh, tham khảo các tài liệu và cấu trúc định hướng chương trình
Báo cáo tiến độ đồ án với giảng viên hướng dẫn
Chương trình demo nhỏ cho từng chức năng để kiểm tra khả năng hoạt động và có biện pháp thay đổi cấu trúc, chức năng chương trình hợp lý
Báo cáo tiến độ đồ án với giảng viên hướng dẫn
Xây dựng giao diện cho ứng dụng Báo cáo tiến độ đồ án với giảng viên hướng dẫn
Xây dựng chức năng trên chương trình Báo cáo tiến độ đồ án với giảng viên hướng dẫn
Tiếp tục xây dựng các chức năng, tìm và phát hiện các lỗi Báo cáo tiến độ đồ án với giảng viên
Kiểm tra sự hoạt động tổng quan của chương trình và viết báo cáo
Báo cáo tiến độ đồ án với giảng viên
Hoàn thành báo báo đồ án và nộp lên hệ thống Nhận được đồng ý cho bảo vệ của giảng viên hướng dẫn
Cấu trúc đồ án bao gồm 5 chương:
- Chương 1: Giới thiệu Ứng dụng chỉnh sửa ảnh 2
Mô tả tổng quan về lý do chọn đề tài, các mục tiêu, chức năng dự kiến, kế hoạch thực hiện
- Chương 2: Cơ sở lý thuyết
Chương này giới thiệu các lý thuyết hỗ trợ liên quan đến đồ án, bao gồm định nghĩa, cơ chế hoạt động và các thư viện đi kèm.
- Chương 3: Phân tích thiết kế hệ thống
Phân tích bài toán, giới thiệu các chức năng và phi chức năng, phương pháp thực hiện, và các biểu đồ
- Chương 4: Kết quả xây dựng ứng dụng
Trình bày về tính ứng dụng của sản phẩm, cụ thể là các chức năng
Chương 5: Kết luận và hướng phát triển đánh giá những ưu điểm và khuyết điểm của đồ án ứng dụng chỉnh sửa ảnh 3, đồng thời đề xuất hướng phát triển trong tương lai nhằm nâng cao tính năng và trải nghiệm người dùng.
Cơ sở lý thuyết và công cụ
Tổng quan về xử lý ảnh
2.1.1 Xử lý ảnh là gì?
Xử lý ảnh là một lĩnh vực khoa học và công nghệ đang phát triển nhanh chóng, thu hút sự quan tâm của nhiều trung tâm nghiên cứu và ứng dụng Ngành này, mặc dù còn mới mẻ so với các lĩnh vực khoa học khác, đã thúc đẩy sự phát triển của các máy tính chuyên dụng để phục vụ cho các nhu cầu xử lý hình ảnh.
Các phương pháp xử lý ảnh bắt đầu từ hai ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh Nâng cao chất lượng ảnh đã được áp dụng từ những năm 1920, khi hình ảnh được truyền qua cáp từ Luân đôn đến New York Đến năm 1955, việc nâng cao chất lượng ảnh phát triển mạnh mẽ nhờ sự tiến bộ của máy tính sau Thế chiến thứ hai Năm 1964, máy tính đã có khả năng xử lý hình ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ, bao gồm việc làm nổi đường biên và lưu ảnh Từ đó đến nay, các phương tiện và phương pháp xử lý ảnh, nhận dạng ảnh ngày càng phát triển, với sự áp dụng rộng rãi của trí tuệ nhân tạo, mạng nơron nhân tạo, và các thuật toán xử lý hiện đại, mang lại nhiều kết quả khả quan.
Quá trình xử lý nhận dạng ảnh bao gồm các thao tác chuyển đổi hình ảnh ban đầu để đạt được kết quả hoặc kết luận chính xác.
Quá trình xử lý ảnh bắt đầu bằng việc thu nhận hình ảnh từ thế giới bên ngoài qua các thiết bị như camera và máy chụp ảnh Sau đó, ảnh được chuyển đổi thành định dạng số để thuận tiện cho việc xử lý tiếp theo Kết quả của quá trình này có thể bao gồm việc tạo ra những bức ảnh chất lượng cao theo yêu cầu của người dùng, phân tích để thu thập thông tin nhằm phân loại và nhận diện ảnh, cũng như rút ra các nhận xét và kết luận cần thiết.
2.1.2 Một số định nghĩa liên quan Ảnh số: " một hình ảnh có thể được định nghĩa là hàm hai chiều, f (x, y), trong đó x và y là tọa độ không gian (mặt phẳng) và biên độ của f tại bất kỳ cặp tọa độ (x, y) nào được gọi là cường độ hoặc mức độ màu xám của hình ảnh tại điểm đó Khi x, y và các giá trị cường độ của f đều là các đại lượng hữu hạn, rời rạc, chúng ta gọi hình ảnh là hình ảnh kỹ thuật số".
Hình ảnh kỹ thuật số bao gồm các điểm ảnh, hay còn gọi là pixel, được sắp xếp thành hàng và cột Độ phân giải của ảnh là thước đo độ chi tiết của hình ảnh, thể hiện bằng số lượng pixel trên một đơn vị khoảng cách, thường được tính bằng dpi (dots per inch).
Các định dạng phổ biển của ảnh số bao gồm:
1 giá trị trên điểm/pixel ( B&W hay Grayscale)
3 giá trị trên điểm/pixel (Red, Green, Blue)
4 giá trị trị trên điểm/pixel ( Red, Green, Blue, + “Alpha” or Opacity)
Trong đồ án lần này các bức ảnh được xử lý trên định dạng RGB
2.1.3 Bộ lọc (Image Filtering) trên android Định nghĩa
Bộ lọc số là hệ thống được sử dụng để điều chỉnh và biến đổi phân bố tần số của các thành phần tín hiệu, dựa trên các tiêu chí cụ thể đã được xác định.
Bộ lọc ảnh số đóng vai trò quan trọng trong việc tạo ra hiệu ứng cho hình ảnh, với nhiều loại như bộ lọc làm mờ (Blur) và làm trơn (Smooth) giúp cải thiện chất lượng ảnh Ứng dụng chỉnh sửa ảnh 5 cung cấp các công cụ đa dạng để người dùng dễ dàng áp dụng các hiệu ứng này.
Nguyên tắc cơ bản của các phương pháp lọc ảnh là thực hiện phép nhân chập giữa ma trận ảnh và ma trận lọc (Kernel) Ma trận lọc này còn được gọi là cửa sổ chập, cửa sổ lọc hay mặt nạ, và đóng vai trò quan trọng trong quá trình xử lý ảnh.
Hình 3 Nguyên tắc hoạt động của bộ lọc
Bộ lọc hình ảnh cho phép thêm các hiệu ứng khác nhau trên hình ảnh phục vụ cho hai mục đích của xử lý hình ảnh:
Hiểu hình ảnh là quá trình diễn giải các vùng và đối tượng trong hình ảnh để xác định nội dung thực sự của nó, bao gồm nhận diện khuôn mặt, vật thể như xe buýt hay xe lửa, và đo kích thước của các đối tượng Thư viện OpenCV (Open Source Computer Vision Library) là một trong những công cụ chính được sử dụng trong lĩnh vực này để hỗ trợ việc hiểu hình ảnh hiệu quả.
Làm đẹp hình ảnh là quá trình sử dụng các bộ lọc và điều chỉnh màu sắc, độ tương phản để nâng cao chất lượng hình ảnh Ứng dụng chỉnh sửa ảnh 6 cung cấp nhiều công cụ hữu ích cho việc này.
Trong đồ án này, các bộ lọc làm đẹp hình ảnh được sử dụng trong ứng dụng:
- ToneCurveSubfilter : Với bộ lọc này, có thể thay đổi các kênh RGB của bất kỳ hình ảnh nào để tạo ra kết quả mong đợi.
- SaturationSubfitler : Được sử dụng để thay đổi độ bão hòa màu của hình ảnh.
- ColorOverlaySubfilter : overlay bất kỳ hình ảnh nào với màu sắc mà bạn chọn.
- ContrastSubfilter : Được sử dụng để thay đổi giá trị tương phản của hình ảnh.
- BrightnessSubfilter : Để thay đổi mức độ sáng.
- VignetteSubfilter : Để áp dụng hiệu ứng làm mờ nét ảnh trên hình ảnh.
Nhận diện ký tự (OCR)
OCR, hay nhận dạng ký tự quang học, là công nghệ chuyên đọc ký tự từ file ảnh Nó hoạt động như một công cụ quét kỹ thuật số, nhận diện các ký tự, chữ viết tay và chữ đánh máy, giúp truyền tải và nhập liệu dữ liệu hiệu quả Công nghệ này có khả năng xử lý nhiều dạng tài liệu khác nhau, bao gồm hóa đơn, hộ chiếu, danh thiếp và các loại tài liệu khác.
Nhận dạng ký tự quang học (OCR) là công nghệ giúp xác định các ký tự, bao gồm chữ cái và số, trong hình ảnh Còn được biết đến với tên gọi Nhận dạng Văn bản, OCR không chỉ nhận diện ký tự mà còn phân loại thông tin và mẫu để phục vụ cho Trí tuệ nhân tạo (AI).
OCR được phát triển từ nghiên cứu nhận dạng mẫu, trí tuệ nhân tạo và thị giác máy tính Trong khi nghiên cứu học thuật vẫn tiếp tục, nhiều ứng dụng thực tế của OCR đã được triển khai với các kỹ thuật đã được chứng minh hiệu quả.
Nhận dạng ký tự quang học và nhận dạng ký tự số ban đầu được coi là hai lĩnh vực riêng biệt Tuy nhiên, do sự thiếu hụt ứng dụng thực tế trong kỹ thuật quang học, thuật ngữ Nhận dạng ký tự quang học đã được mở rộng để bao gồm cả nhận dạng ký tự số.
2.2.2 Cách thức nhận diện ký tự
Công nghệ này khởi đầu bằng việc quét vật lý tài liệu Sau khi tất cả các trang được quét, phần mềm OCR sẽ chuyển đổi tài liệu thành phiên bản hai màu hoặc đen trắng.
Hình ảnh bitmap được quét và phân tích để xác định các vùng sáng và tối; trong đó, các ký tự được xem là vùng tối, còn nền được xác định là vùng sáng.
Các vùng tối hiện được xử lý để nhận diện chữ cái hoặc số trong bảng chữ cái Các chương trình OCR sử dụng công nghệ khác nhau nhưng đều tập trung vào việc xác định một ký tự, từ hoặc khối văn bản tại một thời điểm Sau khi nhận diện các ký tự, chương trình áp dụng một trong hai thuật toán.
Chương trình OCR cung cấp nhiều ví dụ về văn bản với các phông chữ và định dạng khác nhau, giúp nhận dạng và so sánh các ký tự trong tài liệu được quét.
Thuật toán phát hiện ký tự áp dụng các quy tắc khác nhau dựa trên các đặc điểm của chữ cái hoặc số để nhận diện chúng trong tài liệu Các tính năng này bao gồm hình dạng, số lượng góc, đường thẳng, đường chéo và đường cong của ký tự Chẳng hạn, chữ "H" có hai đường dọc và một đường ngang nằm ở giữa, giúp phân biệt nó với các ký tự khác.
When a character is identified, it is converted into ASCII (American Standard Code for Information Interchange), which allows computer systems to process subsequent operations effectively.
Tesseract OCR là một công cụ đọc ký tự quang học (OCR) được phát triển bởi các phòng thí nghiệm của HP vào năm 1985 và đã trở thành mã nguồn mở vào năm 2005 Kể từ năm 2006, Google đã tiếp tục phát triển và cải tiến công cụ này.
Tesseract hỗ trợ Unicode (UTF-8) và nhận diện hơn 100 ngôn ngữ độc lập, cho phép phát triển phần mềm quét ngôn ngữ và ứng dụng chỉnh sửa ảnh Phiên bản mới nhất, Tesseract 4, giới thiệu công cụ OCR dựa trên mạng thần kinh (LSTM) chuyên nhận dạng dòng, đồng thời vẫn duy trì khả năng của công cụ Tesseract OCR kế thừa trong việc nhận diện mẫu ký tự.
Cách thức hoạt động của Tesseract OCR Để đi từ hình ảnh đến hoàn thành, OCR trải qua một loạt các bước:
1 Xử lý trước dữ liệu hình ảnh, ví dụ: chuyển đổi sang thang màu xám, làm mịn, khử lệch, lọc.
2 Phát hiện dòng, từ và ký tự.
3 Đưa ra danh sách các ký tự ứng cử viên được xếp hạng dựa trên tập dữ liệu được đào tạo (ở đây phương thức setDataPath () được sử dụng để thiết lập đường dẫn của dữ liệu huấn luyện)
4 Đăng ký tự được nhận dạng trong quy trình, chọn ký tự tốt nhất dựa trên độ tin cậy từ dữ liệu ngôn ngữ Dữ liệu ngôn ngữ bao gồm từ điển, quy tắc ngữ pháp, v.v
5 Vào cuối quá trình OCR, các ký tự được chuyển đổi thành ASCII hoặc các mã tương tự Trong hệ thống này, mỗi chữ cái được biểu diễn bằng một số nhị phân 7 bit khác nhau
Hình 4 Cách thức hoạt động củaTesseract OCR
Firebase ML Kit
2.3.1 Firebase ML Kit là gì?
Firebase ML Kit là một SDK di động dành cho các nhà phát triển ứng dụng Android và iOS, tích hợp công nghệ machine learning của Google như API Google Cloud Vision, TensorFlow Lite và API mạng thần kinh Android Điều này giúp bạn dễ dàng áp dụng các kỹ thuật machine learning vào ứng dụng của mình.
Các API có thể hoạt động trên thiết bị hoặc trên đám mây API trên thiết bị xử lý dữ liệu nhanh chóng và không cần kết nối mạng, trong khi API dựa trên đám mây sử dụng công nghệ machine learning của Google Cloud Platform để đảm bảo độ chính xác cao.
2.3.2 Các tính năng của ML Kit
Hiện tại ML Kit đang cung cấp 5 API cơ sở và custom model support
- Text recognition (nhận dạng văn bản)
- Image labeling (ghi nhãn hình ảnh)
- Barcode scanning (quét mã vạch)
- Face detection (nhận diện khuôn mặt)
- Landmark recognition (nhận diện mốc)
Trong thời gian tới, ML Kit sẽ giới thiệu hai API mới đầy hứa hẹn: High Density Contour và Smart Reply API, mang đến cho người dùng những đoạn văn bản phù hợp với ngữ cảnh.
Với ML Kit sử dụng API translation , bạn có thể dịch động văn bản giữa hơn 50 ngôn ngữ.
- Hỗ trợ ngôn ngữ rộng: dịch giữa hơn 50 ngôn ngữ khác nhau Ứng dụng chỉnh sửa ảnh 10
- Các model translation đã được chứng nhận: hỗ trợ bởi các mô hình tương tự được sử dụng bởi chế độ ngoại tuyến của ứng dụng Google Dịch.
- Quản lý mô hình động: giữ cho yêu cầu lưu trữ trên thiết bị ở mức thấp bằng cách tải xuống và quản lý động các gói ngôn ngữ.
- Chạy trên thiết bị: bản dịch được thực hiện nhanh chóng và không yêu cầu bạn gửi văn bản của người dùng đến máy chủ từ xa.
IDE và ngôn ngữ lập trình
Android Studio là phần mềm phát triển ứng dụng cho thiết bị Android, bao gồm nhiều công cụ hữu ích Nó phù hợp cho cả người mới bắt đầu trong việc tạo ra ứng dụng cho smartphone và tablet.
- Ngôn ngữ Java: Sử dụng Java trong việc phát triển giao diện và các chức năng cho một ứng dụng Ứng dụng chỉnh sửa ảnh 11
Phân tích thiết kế hệ thống
Phân tích bài toán
Ứng dụng chỉnh sửa ảnh là một công cụ phổ biến trên di động, cho phép người dùng điều chỉnh các thuộc tính của hình ảnh như kích thước, cắt, xoay và chèn ảnh Nhờ vào các bộ lọc tích hợp trong thư viện, ứng dụng giúp biến đổi bức ảnh thành những tác phẩm đẹp hơn.
3.1.1 Yêu cầu chức năng của ứng dụng
Xây dựng được ứng dụng cho phép người dùng tải ảnh lên để thao tác các chức năng trên ảnh:
- Bộ lọc làm đẹp ảnh
- Điều chỉnh độ tương phản, sáng tối và độ bão hòa màu sắc
- Cho phép tô màu brush trên ảnh
- Thêm chữ, biểu tượng emoji hay ảnh
- Tính năng bổ sung: Nhận diện chữ Tiếng anh trên ảnh và dịch sang tiếng Việt
3.1.2 Yêu cầu phi chức năng
- Bố cục giao diện của ứng dụng rõ ràng, tương thích với các thiết bị di động khác nhau
- Các chức năng hiển thị trực quan, dễ thao tác
- Có thể hoạt động ngoại tuyến
- Ít lỗi, tránh hiện tượng ứng dụng crash
- Tìm hiểu về các thuật toán xử lí ảnh
- Tìm hiểu các IDE, ngôn ngữ sử dụng
- Tìm hiểu và tham khảo một số ứng dụng có cùng chức năng đã có sẵn
- Thiết kế hệ thống chương trình
- Xây dựng giao diện ứng dụng
- Xây dựng các chức năng
- Kiểm thử các chức năng Ứng dụng chỉnh sửa ảnh 12
Phân tích thiết kế hệ thống
3.2.1 Biều đồ Usecase tổng quan
Biểu đồ 1: Biểu đồ usecase
3.2.2 Biểu đồ hoạt động Ứng dụng chỉnh sửa ảnh 13
Biểu đồ 2: Biểu đồ hoạt động chọn ảnh
Biểu đồ 3: Biểu đồ hoạt động của bộ lọc Ứng dụng chỉnh sửa ảnh 14
Biểu đồ 4: Biểu đồ hoạt động của chức năng dịch Ứng dụng chỉnh sửa ảnh 15
Kết quả xây dựng ứng dụng
Triển khai thư viện
Triển khai các thư viện cần thiết:
- Thư viện chỉnh sửa ảnh Photoeditor
Thư viện Tesseract tích hợp các module tess-two để nhận diện ký tự hiệu quả, đồng thời cho phép tải các tệp dữ liệu ngôn ngữ đã được xử lý từ kho lưu trữ tại [tessdata trên GitHub](https://github.com/tesseract-ocr/tessdata/tree/3.04.00).
implementation 'com.rmtheis:tess-two:9.1.0'
- Thư viện dịch văn bản
implementation 'com.google.firebase:firebase-ml-natural- language:22.0.0'
implementation 'com.google.firebase:firebase-ml-natural-language-translate- model:20.0.8' Ứng dụng chỉnh sửa ảnh 16
Giao diện màn hình chính
Hình 5 Bố cục giao diện màn hình chính
Giao diện ứng dụng bao gồm các thành phần chính như thanh menu, hình ảnh xử lý, và các thao tác mở ảnh qua gallery hoặc camera Ngoài ra, chức năng dịch chữ trên ảnh và các công cụ làm đẹp ảnh được bố trí ở phần dưới cùng, tạo sự thuận tiện cho người dùng.
- Có thể mở ảnh bằng 2 cách: thứ nhất có thể mở ảnh bằng gallery chứa các ảnh nằm trong thư mục hoặc mở ảnh bằng camera
- Để lưu lại một bức ảnh, nhấp vào icon save ở thanh menu phía trên cùng của màn hình, ảnh sẽ được lưu ở trong thư mục Pictures.
- Các nút undo, redo được sử dụng để hoàn tác hay phục hồi hành động chỉnh sửa ảnh trước đó Ứng dụng chỉnh sửa ảnh 17
Chức năng của ứng dụng
Chức năng lọc của ứng dụng chỉnh sửa ảnh 18 cung cấp 23 bộ lọc đa dạng, giúp người dùng dễ dàng lựa chọn và áp dụng Mỗi bộ lọc mang lại hiệu ứng độc đáo, góp phần tạo ra những bức ảnh chất lượng cao.
Hình 7 Chức năng điều chỉnh thuộc tính ảnh
Edit là chức năng thay đổi các thuộc tính của ảnh:
- BRIGHTNESS: mặc định độ sáng của ảnh là 100, có thể tùy chỉnh từ mức 0-
200, càng cao thì càng sáng và ngược lại
- CONSTRAST: mặc định độ tương phản là 0 và có thể điều chỉnh ở mức 0-20, giá trị cao màu sắc càng tương phản
Độ bão hòa màu sắc mặc định là 10, với giới hạn tối đa là 30 Khi giá trị độ bão hòa giảm, màu sắc sẽ dần biến mất, tạo ra hình ảnh xám Ngược lại, khi giá trị tăng lên, màu sắc sẽ trở nên đậm hơn.
Chức năng crop bao gồm cả cắt ảnh và thay đổi chiều của ảnh
Cắt ảnh cho phép người dùng chia khung theo các tỷ lệ phổ biến như 1:1, 3:4, 3:2 và 16:9 Bên cạnh đó, người dùng cũng có thể tùy chỉnh tỷ lệ cắt bằng cách điều chỉnh các thông số tại nút tùy chỉnh.
- Tùy chọn xoay ảnh có thể xoay 90 o kể cả bên trái hay bên phải, chỉ việc kéo thanh độ xoay với các giá trị dao động từ -90 o - 90 o
4.3.4 Chức năng nhận diện và dịch chữ
Chức năng nhận diện và dịch chữ trong ứng dụng cho phép người dùng chỉ cần chọn một bức ảnh có chữ tiếng Anh, hệ thống sẽ tự động nhận diện và dịch sang tiếng Việt nhanh chóng.
Để làm cho bức ảnh trở nên sinh động hơn, chúng ta có thể sử dụng các chức năng như thêm chữ, thêm biểu tượng, thêm ảnh và tô màu.
Hình 10 Chức năng khác Ứng dụng chỉnh sửa ảnh 21