Tách nền ảnh đơn giản bằng OpenCV

import cv2
import numpy as np
import matplotlib.pyplot as plt

Đọc và hiển thị ảnh

Trước tiên, hãy đọc ảnh vào Python và hiển thị để kiểm tra.

# Đọc ảnh
image = cv2.imread('lena.jpg')
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Hiển thị ảnh
plt.figure(figsize=(6,6))
plt.imshow(image_rgb)
plt.title('Ảnh gốc')
plt.axis('off')
plt.show()

Tách nền bằng phương pháp Threshold đơn giản

Nếu nền có màu đồng nhất (ví dụ nền trắng), bạn có thể sử dụng phương pháp threshold để tạo mặt nạ và loại bỏ nền.

# Chuyển ảnh sang xám
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Áp dụng threshold
_, mask = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV)

# Tách nền
result = cv2.bitwise_and(image, image, mask=mask)

# Hiển thị kết quả
result_rgb = cv2.cvtColor(result, cv2.COLOR_BGR2RGB)
plt.figure(figsize=(6,6))
plt.imshow(result_rgb)
plt.title('Ảnh đã tách nền')
plt.axis('off')
plt.show()

Tách nền với phương pháp GrabCut

GrabCut là một thuật toán nâng cao hơn để tách nền, đặc biệt hữu ích khi nền không đồng nhất.

# Tạo mask và định nghĩa vùng hình chữ nhật bao quanh đối tượng
mask = np.zeros(image.shape[:2], np.uint8)
rect = (50, 50, image.shape[1]-50, image.shape[0]-50)

# Tạo mô hình nền và tiền cảnh
bgdModel = np.zeros((1,65), np.float64)
fgdModel = np.zeros((1,65), np.float64)

# Áp dụng GrabCut
cv2.grabCut(image, mask, rect, bgdModel, fgdModel, 5, cv2.GC_INIT_WITH_RECT)
mask2 = np.where((mask==2)|(mask==0), 0, 1).astype('uint8')
image_nobg = image * mask2[:, :, np.newaxis]

# Hiển thị kết quả
plt.figure(figsize=(6,6))
plt.imshow(cv2.cvtColor(image_nobg, cv2.COLOR_BGR2RGB))
plt.title('Ảnh tách nền bằng GrabCut')
plt.axis('off')
plt.show()

Lưu ảnh kết quả với nền trong suốt

Để lưu ảnh với nền trong suốt, bạn cần chuyển sang định dạng PNG và thêm kênh alpha.

# Thêm kênh alpha
b, g, r = cv2.split(image_nobg)
alpha = mask2 * 255
result_rgba = cv2.merge((b, g, r, alpha))

# Lưu ảnh
cv2.imwrite('output_transparent.png', result_rgba)
print("Ảnh đã lưu với nền trong suốt.")

So sánh các phương pháp

Phương pháp threshold phù hợp khi nền đơn giản và đồng nhất, trong khi GrabCut hiệu quả hơn với nền phức tạp. Tuy nhiên, GrabCut yêu cầu một chút tương tác (xác định vùng bao quanh đối tượng) để đạt kết quả tốt nhất.

Mở rộng: Tách nền nhiều ảnh trong thư mục

Bạn có thể áp dụng cùng một kỹ thuật cho nhiều ảnh trong một thư mục để xử lý hàng loạt.

import os

input_folder = 'images/'
output_folder = 'outputs/'

for file in os.listdir(input_folder):
    if file.endswith('.jpg') or file.endswith('.png'):
        img = cv2.imread(os.path.join(input_folder, file))
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        _, mask = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV)
        result = cv2.bitwise_and(img, img, mask=mask)
        cv2.imwrite(os.path.join(output_folder, file), result)

Kết luận

Bạn vừa học cách tách nền ảnh đơn giản bằng OpenCV, từ phương pháp threshold đến thuật toán GrabCut. Đây là những kỹ thuật nền tảng để xử lý ảnh cho các ứng dụng như e-commerce, nhận diện đối tượng hay dựng ảnh sản phẩm. Với nền tảng này, bạn có thể tiếp tục học các phương pháp nâng cao hơn như DeepLab, U-Net hoặc sử dụng mô hình AI của remove.bg để tách nền tự động.