O que é a limiarização no processamento de imagens?

Enquanto humanos, vemos as imagens como imagens coerentes e com significado, os computadores vêem-nas como grelhas de píxeis minúsculos, os componentes mais pequenos de uma imagem digital. Num processo designado por processamento de imagem, estes pixéis podem ser ajustados ou analisados para melhorar a imagem e extrair informações úteis.

Uma técnica comum de processamento de imagem é a chamada limiarização de imagem. Este método converte imagens em tons de cinzento (em que cada pixel representa um tom de cinzento) em imagens a preto e branco, comparando cada pixel com um valor definido. Cria uma separação clara entre as regiões importantes e o fundo.

A limiarização é frequentemente utilizada na segmentação de imagens, uma técnica que divide uma imagem em regiões significativas para facilitar a sua análise. Normalmente, é um dos primeiros passos para ajudar as máquinas a interpretar dados visuais. Neste artigo, veremos o que é a limiarização, como funciona e onde é aplicada em cenários do mundo real. Vamos começar!

Terminologia básica em limiarização de imagens

Antes de nos debruçarmos sobre o funcionamento da limiarização, vejamos primeiro as ideias básicas que lhe estão subjacentes e como é utilizada no processamento de imagens.

Limiar de imagem binária

Digamos que está a trabalhar com uma imagem e quer separar os objectos do fundo. Uma forma de o fazer é através da limiarização. Simplifica a imagem de modo a que cada pixel seja completamente preto ou completamente branco. O resultado é uma imagem binária, em que cada pixel tem um valor de 0 (preto) ou 255 (branco). Este passo é frequentemente útil no processamento de imagens porque faz com que as partes importantes da imagem se destaquem claramente.

‍

Histograma

Da mesma forma, se quiser compreender como os valores de brilho estão distribuídos numa imagem, um histograma pode ajudar. Trata-se de um gráfico que mostra a frequência com que cada intensidade de pixel aparece, do preto (0) ao branco (255). 

Ao olhar para o histograma, pode ver se a imagem é escura, clara ou está algures no meio. Isto facilita a escolha de um bom valor limite ao transformar a imagem em preto e branco, uma vez que é possível detetar padrões e níveis de contraste num relance.

Primeiro e segundo plano

Após a limiarização de uma imagem, esta é dividida em duas partes: o primeiro plano e o fundo. O primeiro plano, normalmente apresentado a branco, destaca os elementos importantes, como texto, formas ou objectos que pretende detetar. O fundo, apresentado a preto, é tudo o resto. Esta separação ajuda as máquinas a concentrarem-se no que é importante na imagem.

Segmentação

Como mencionado anteriormente, a segmentação divide uma imagem em regiões significativas com base em caraterísticas como o brilho ou a textura. A limiarização é uma forma simples de o fazer e é frequentemente um dos primeiros passos num pipeline de visão computacional. 

A visão por computador é um ramo da IA que permite às máquinas processar e interpretar dados visuais, tal como os humanos. Ao utilizar a limiarização numa fase inicial do processo, os sistemas de visão por computador podem separar os objectos do seu fundo, facilitando a precisão dos passos posteriores, como a deteção ou o reconhecimento.

Limiarização global

Agora que compreendemos melhor o que é a limiarização, vamos ver como limar uma imagem e os diferentes tipos de limiarização no processamento de imagens.

Por exemplo, a limiarização global é uma das formas mais fáceis de criar uma imagem binária. Aplica um único valor de intensidade em toda a imagem. Os pixels mais brilhantes do que este limiar tornam-se brancos, enquanto os mais escuros ficam pretos. Isto ajuda a separar o objeto do fundo.

Funciona melhor quando a imagem tem uma iluminação uniforme e um contraste forte. Mas em áreas de iluminação irregular ou de baixo contraste, um único limiar pode perder detalhes ou desfocar as margens.

Para resolver este problema, são utilizados métodos como a limiarização de Otsu. Em vez de definir um valor manualmente, o método de limiarização de Otsu analisa o histograma da imagem e escolhe um limiar que melhor separa as intensidades dos pixels em primeiro e segundo plano. 

‍

Limiarização local (adaptativa)

Ao contrário da limiarização global, a limiarização adaptativa ou local calcula o valor da limiarização separadamente para diferentes partes da imagem. Isto torna-a mais eficaz para imagens com iluminação irregular, tais como documentos digitalizados com sombras ou superfícies texturadas.

Funciona dividindo a imagem em pequenas regiões e calculando um limiar local para cada bloco, o que ajuda a manter o contraste entre o primeiro plano e o fundo. Esta abordagem é amplamente utilizada em tarefas como o reconhecimento de texto, imagiologia médica e inspeção de superfícies, em que a iluminação varia ao longo da imagem.

Algumas abordagens comuns à limiarização adaptativa no processamento de imagens incluem a limiarização média adaptativa e a limiarização Gaussiana adaptativa. Na limiarização média adaptativa, a intensidade média do pixel numa vizinhança local é utilizada como limiar para o pixel central. A limiarização Gaussiana adaptativa, por outro lado, utiliza uma média ponderada com uma janela Gaussiana, dando mais importância aos pixéis mais próximos do centro.

Aplicações reais da limiarização no processamento de imagens

Em seguida, vamos explorar onde a limiarização de imagens é utilizada em aplicações do mundo real.

Limiarização de imagens para binarização de documentos e OCR

Os livros antigos e as cartas manuscritas são frequentemente digitalizados para os preservar ou para os converter em texto digital utilizando o OCR (reconhecimento ótico de caracteres), uma tecnologia que lê caracteres impressos ou manuscritos. Antes de o texto poder ser extraído, o documento necessita normalmente de limpeza ou pré-processamento. As imagens digitalizadas têm frequentemente sombras, tinta desbotada ou iluminação irregular, o que pode dificultar o reconhecimento de caracteres.

Para melhorar a nitidez, a limiarização é utilizada para converter imagens em tons de cinzento em formato binário, ajudando a isolar o texto do fundo. As áreas mais escuras, como as letras, ficam pretas, enquanto o fundo mais claro fica branco, facilitando a leitura do texto pelos sistemas de OCR.

‍

Utilização da limiarização no processamento de imagens médicas 

Do mesmo modo, na imagiologia médica, a limiarização é normalmente utilizada para isolar estruturas específicas em exames, como ossos ou pulmões em imagens de raios X. Ao converter imagens em escala de cinzentos em formato binário, torna-se mais fácil separar as regiões de interesse do tecido circundante e preparar a imagem para análise posterior. Em casos mais complexos, a limiarização de vários níveis pode ser aplicada para dividir a imagem em várias regiões distintas, permitindo a identificação simultânea de diferentes tipos de tecido ou estruturas.

‍

Prós e contras da limiarização no processamento de imagens

Eis algumas das principais vantagens da utilização da limiarização no processamento de imagens:

• Leve em recursos: O Thresholding funciona bem em dispositivos de baixo consumo e não precisa de acesso à nuvem ou hardware topo de gama, tornando-o adequado para sistemas incorporados e configurações offline.
  ‍
• Fácil de interpretar: A sua lógica simples torna os resultados de limiarização fáceis de compreender e depurar, o que é crucial em áreas como os cuidados de saúde ou o processamento de documentos, onde a transparência é importante.
  ‍
• Testes rápidos: O Thresholding permite que as equipas explorem rapidamente ideias de segmentação em projectos em fase inicial, antes de avançarem para modelos mais complexos.

Embora a limiarização de imagens seja útil em muitos cenários, também tem algumas limitações. Eis alguns desafios relacionados com a limiarização a considerar:

• Falta de adaptabilidade: A limiarização segue regras fixas e não se ajusta a novas condições de iluminação ou variações nos dados sem ajustes manuais.
  ‍
• Sensível ao ruído: Pequenas alterações no brilho provocadas por sombras ou reflexos podem alterar os resultados, especialmente quando se trabalha com imagens detalhadas ou com textura.
  ‍
• Estático e baseado em regras: Ao contrário dos modelos de IA, a limiarização não aprende com os dados nem melhora com o tempo. Apenas funciona dentro das condições restritas para as quais foi concebido.

Para além da limiarização de imagens: Quando a visão computacional é a ferramenta certa

A limiarização funciona bem para tarefas de segmentação simples em ambientes controlados. No entanto, muitas vezes tem dificuldades em lidar com imagens complexas que têm vários objectos ou ruído de fundo. Uma vez que se baseia em regras fixas, a limiarização não tem a flexibilidade necessária para a maioria das aplicações do mundo real.

Para ultrapassar estes limites, muitos sistemas de ponta utilizam atualmente a visão por computador. Em contraste com a limiarização, os modelos de IA de visão são treinados para detetar padrões e caraterísticas complexas, o que os torna muito mais precisos e adaptáveis.

Por exemplo, modelos de visão por computador como o Ultralytics YOLO11 podem detetar objectos e segmentar imagens em tempo real. Isto torna-os ideais para tarefas como a deteção de sinais de trânsito em veículos autónomos ou a identificação de problemas nas culturas agrícolas. 

Em particular, o YOLO11 suporta uma série de tarefas de visão por computador, como a segmentação de instâncias, em que cada objeto de uma imagem é segmentado separadamente. Também pode executar outras tarefas baseadas na visão, incluindo a estimativa de pose (determinar a posição ou postura de um objeto) e o seguimento de objectos (seguir um objeto à medida que este se move através de fotogramas de vídeo).

Embora a limiarização funcione bem para tarefas simples ou para testar ideias iniciais, as aplicações que necessitam de velocidade, precisão e flexibilidade são normalmente melhor tratadas com visão por computador.

Principais conclusões

A limiarização é uma ferramenta crucial no processamento de imagens porque é rápida e fácil de utilizar para separar objectos do fundo. Funciona bem com documentos digitalizados, imagens médicas e verificação de defeitos de produtos em fábricas. 

No entanto, à medida que as imagens e os vídeos se tornam mais complexos, os métodos básicos de processamento de imagem, como a limiarização de imagens, podem ter dificuldades. É aí que os modelos avançados de visão por computador podem entrar em ação. Modelos como o YOLO11 podem compreender e executar mais tarefas, detetar muitos objectos ao mesmo tempo e trabalhar em tempo real, o que os torna úteis para muitos casos de utilização.

Quer saber mais sobre IA? Consulte a nossa comunidade e o repositório GitHub. Explore as nossas páginas de soluções para saber mais sobre a IA na robótica e a visão por computador na agricultura. Descubra nossas opções de licenciamento e comece a construir com visão computacional hoje mesmo!