Lật ảnh

Về việc lật hình ảnh

Lật hình ảnh là một phép biến đổi hình học phản chiếu bức ảnh qua trục ngang (đổi trái-phải) hoặc trục dọc (đổi trên-dưới). Đây là bước tiền xử lý phổ biến nhất trong nhiếp ảnh, thiết kế đồ họa và thị giác máy tính vì mọi camera selfie đều tạo ra hình ảnh đảo ngược so với những gì ống kính ghi nhận. Công cụ này thực hiện việc lật trực tiếp trong trình duyệt bằng Canvas 2D API, giữ nguyên mọi điểm ảnh và giá trị màu — thao tác này không mất dữ liệu về mặt toán học. Ảnh kết quả giữ nguyên độ phân giải, độ sâu bit và tỷ lệ khung hình ban đầu; chỉ có thứ tự pixel thay đổi.

Tại sao ảnh selfie nhìn bị đảo trên màn hình điện thoại nhưng lại bình thường khi lưu?

Mọi camera trước trên iPhone, Pixel, Galaxy đều hiển thị bản xem trước bị lật theo chiều ngang vì con người đã quen nhìn mình qua gương — bản xem trước không lật sẽ cảm thấy sai vì đường ngôi tóc bên trái sẽ xuất hiện bên phải. Apple đã thêm tùy chọn từ iOS 14 (Cài đặt, Camera, Lật Camera Trước) để giữ ảnh lưu lại được lật giống bản xem trước; cài đặt mặc định cũ thì lật ngược lại khi lưu để chữ trên áo đọc đúng. Nếu ảnh selfie đã lưu hiển thị bạn bị ngược so với khi xem trên màn hình, hãy áp dụng lật ngang trong công cụ này và nó sẽ hiển thị đúng. Dữ liệu pixel giống nhau theo cả hai cách; lật chỉ là quy ước hiển thị.

Lật ảnh có thực sự không mất chất lượng hay bị suy giảm như xoay?

Lật ngang và lật dọc là thao tác không mất dữ liệu về mặt toán học vì mỗi pixel đầu ra là bản sao chính xác của một pixel nguồn tại tọa độ phản chiếu — không cần phép nội suy nào. Xoay theo góc bất kỳ (ví dụ 7 độ) cần nội suy vì pixel đầu ra hiếm khi rơi đúng vào pixel nguồn, làm mờ các cạnh. Nhưng xoay 180 độ và hai phép lật là trường hợp đặc biệt: chúng chỉ sắp xếp lại pixel, không pha trộn. Mất chất lượng duy nhất đến từ việc mã hóa lại nếu bạn lưu dưới dạng JPEG, vì nén JPEG vốn có tổn hao. Để giữ 100% nguyên vẹn, hãy xuất sang PNG hoặc WebP-lossless sau khi lật.

Lật ảnh khác gì với xoay ảnh 180 độ?

Xoay 180 độ tương đương về mặt toán học với việc áp dụng đồng thời lật ngang VÀ lật dọc. Lật ngang đơn lẻ tạo ảnh gương trái-phải, lật dọc đơn lẻ tạo ảnh ngược đầu với trái-phải bị đảo, và xoay 180 độ tạo ảnh ngược đầu với trái-phải bình thường. Hãy thử với chữ 'HELLO': xoay 180 độ thành 'OllƎH' ngược đầu; lật ngang thành 'OLLEH' đảo ngược nhưng vẫn đứng; lật dọc thành 'HELLO' ngược đầu với chữ H vẫn ở bên trái. Dùng xoay khi bạn muốn đọc nội dung lộn ngược thành xuôi, và lật khi bạn cần đầu ra ở dạng gương.

Nên lật trước hay sau khi cắt, đổi kích thước, hoặc áp dụng bộ lọc?

Thứ tự quan trọng trong quy trình xử lý ảnh nhưng lật có tính giao hoán với hầu hết các thao tác. Lật giao hoán với độ sáng, độ tương phản, độ bão hòa, sắc độ và phần lớn bộ lọc màu vì mỗi pixel đầu ra chỉ phụ thuộc vào màu của pixel đầu vào tương ứng. Nó cũng giao hoán với việc đổi kích thước miễn là dùng kernel đối xứng (Lanczos, bicubic, bilinear). Tuy nhiên KHÔNG giao hoán với các thao tác có hướng như motion blur, cắt bất đối xứng, biến đổi phối cảnh hoặc dấu nước: logo đặt ở góc dưới-phải trước khi lật sẽ kết thúc ở góc dưới-trái. Thực hành tốt: áp dụng chỉnh sửa có hướng sau cùng.

Ảnh đã lật ảnh hưởng đến metadata EXIF Orientation như thế nào?

Thẻ EXIF Orientation (số 274 trong đặc tả EXIF) mã hóa tám trạng thái biến đổi: 1=bình thường, 2=lật ngang, 3=xoay 180, 4=lật dọc, 5-8 kết hợp xoay với lật. Camera và điện thoại ghi thẻ này thay vì thay đổi lưới pixel, nên ảnh dọc từ điện thoại thường là mảng pixel ngang với Orientation=6 (xoay 90 độ theo chiều kim đồng hồ). Khi bạn lật trong phần mềm, công cụ tốt sẽ ghi phép biến đổi vào dữ liệu pixel và đặt lại Orientation về 1; công cụ kém viết sẽ chỉnh thẻ mà không động đến pixel, gây ra sự không nhất quán làm hỏng trình duyệt và thư viện ảnh theo những cách khác nhau.

Việc lật ảnh có công dụng gì trong dữ liệu huấn luyện học máy?

Lật ngang là kỹ thuật tăng cường dữ liệu phổ biến nhất trong thị giác máy tính. Bằng cách bao gồm cả ảnh gốc và ảnh gương cho mỗi mẫu, bạn nhân đôi tập huấn luyện và dạy mô hình rằng con mèo nhìn sang trái và con mèo nhìn sang phải đều cùng một lớp — đặc tính gọi là bất biến tịnh tiến. Các thư viện như TensorFlow và PyTorch cung cấp lớp lật ngẫu nhiên (RandomFlip trong Keras, RandomHorizontalFlip trong PyTorch) lật 50% ảnh trong quá trình huấn luyện. Lật dọc ít được dùng vì cảnh tự nhiên có sự bất đối xứng trên-dưới rõ ràng (trời trên, đất dưới); lật chúng theo chiều dọc tạo đầu vào phi thực tế.

Lật ảnh có sửa được tài liệu scan hoặc ảnh bị ngược không?

Có — đây là một trong những lý do phổ biến nhất khiến mọi người lật ảnh. Ảnh scan với mặt sai úp xuống mặt kính, ảnh chụp qua gương, hoặc chụp qua vật liệu trong suốt (cửa sổ quán cà phê, phim âm bản scan từ mặt nhũ tương) đều ra kết quả bị đảo. Một lần lật ngang khôi phục thứ tự đọc đúng: chữ trở nên dễ đọc, khuôn mặt nhìn giống người gốc, và chi tiết bất đối xứng (đường ngôi tóc, đồng hồ đeo tay) kết thúc ở phía đúng. Đối với phim âm bản 35mm scan, quy tắc là: nếu chữ đọc ngược trong bản scan, hãy lật ngang; nếu nhẫn cưới của đối tượng nhảy từ tay trái sang tay phải, hãy lật ngang.

Nên chọn định dạng đầu ra nào để lưu ảnh đã lật không mất chất lượng?

Dùng bộ chọn Định Dạng Đầu Ra để kiểm soát chính xác cách mã hóa kết quả lật. Chọn PNG (không mất chất lượng) hoặc WebP để giữ pixel 100% nguyên vẹn — cả hai đều không nén lại ảnh của bạn, nên file lưu giống hệt về mặt toán học với ảnh đã lật, bao gồm cả độ trong suốt alpha đầy đủ và độ sâu bit dành cho nhà thiết kế. Chỉ chọn JPEG khi bạn cần file nhỏ cho web; nó có tổn hao và vì JPEG không có kênh trong suốt, công cụ này làm phẳng các vùng trong suốt lên nền trắng để bạn không bao giờ bị nền đen. Tùy chọn Giữ định dạng gốc giữ nguyên PNG, JPEG hoặc WebP. Trình duyệt không thể mã hóa lại GIF, BMP, TIFF, HEIC, AVIF hoặc SVG, nên với các định dạng đó công cụ tự động chuyển về PNG không mất chất lượng và đặt tên tải xuống đúng. Một lưu ý cho GIF động: lật trên canvas chỉ giữ khung hình đầu tiên, nên hoạt ảnh không được bảo toàn.

Tôi có thể lật nhiều ảnh cùng lúc không, và độ trong suốt hay độ sâu bit có được bảo toàn?

Công cụ này lật từng ảnh một để bạn có bản xem trước chính xác và tải xuống được đặt tên đúng cho mỗi file, lý tưởng để kiểm tra các tài sản quan trọng trước khi đưa vào CMS hoặc quy trình xử lý. Đối với lật hàng loạt hoặc nhiều ảnh trong quy trình chuẩn bị dữ liệu, việc xuất PNG/WebP xác định và không mất chất lượng ở đây dễ dàng kết hợp với công cụ dòng lệnh (ImageMagick 'mogrify -flop', hoặc RandomHorizontalFlip của PyTorch để tăng cường dữ liệu ML). Khi xuất dưới dạng PNG hoặc WebP, kênh alpha đầy đủ và độ sâu bit gốc được bảo toàn chính xác — không làm phẳng, không lượng tử hóa — nên logo, biểu tượng và tài sản thiết kế trong suốt vẫn nguyên vẹn. Chỉ có đường JPEG loại bỏ độ trong suốt theo thiết kế, thay bằng nền trắng.