O que é a limiarização no processamento de imagens?

Para ver uma apresentação visual dos conceitos abordados neste artigo, assista ao vídeo abaixo.

Nós, seres humanos, vemos imagens como cenas coerentes e cheias de significado, enquanto os computadores as veem como grades de minúsculos pixels, os menores componentes de uma imagem digital. Em um processo chamado processamento de imagens, esses pixels podem ser ajustados ou analisados para melhorar a imagem e extrair informações úteis.

Uma técnica comum de processamento de imagens, juntamente com métodos como a deteção de contornos, é a limiarização de imagens. Este método converte imagens em tons de cinzento, nas quais cada píxel representa um tom de cinzento, em imagens a preto e branco, comparando cada píxel com um valor definido. Assim, cria uma separação clara entre as regiões importantes e o fundo.

A limiarização é frequentemente usada na segmentação de imagens, uma técnica que divide uma imagem em regiões significativas para facilitar a sua análise. Normalmente, é uma das primeiras etapas para ajudar as máquinas a interpretar dados visuais. Neste artigo, vamos ver o que é a limiarização, como funciona e onde é aplicada em situações do mundo real.

Terminologia básica da limiarização de imagens#

Antes de nos aprofundarmos em como a limiarização funciona, vamos primeiro analisar mais de perto as ideias básicas por trás dela e como ela é usada no processamento de imagens.

Limiarização binária de imagens#

Digamos que estejas trabalhando com uma imagem e queiras separar os objetos do plano de fundo. Uma maneira de fazer isso é por meio da limiarização. Ela simplifica a imagem para que cada pixel seja completamente preto ou completamente branco. O resultado é uma imagem binária, na qual cada pixel tem o valor 0 (preto) ou 255 (branco). Essa etapa costuma ser útil no processamento de imagens porque destaca claramente as partes importantes da imagem.

Fig. 1. Uma imagem em tons de cinza e sua saída binária após a limiarização. (Fonte: blog.devops.dev)

Histograma#

Da mesma forma, se quiseres entender como os valores de brilho estão distribuídos por uma imagem, um histograma pode ajudar. É um gráfico que mostra a frequência com que cada intensidade de pixel aparece, do preto (0) ao branco (255).

Ao observar o histograma, podes ver se a imagem está escura, clara ou em algum ponto intermediário. Isso facilita a escolha de um bom valor de limiar ao converter a imagem para preto e branco, pois podes identificar padrões e níveis de contraste rapidamente.

Primeiro plano e plano de fundo#

Depois que uma imagem é limiarizada, ela é dividida em duas partes: o primeiro plano e o plano de fundo. O primeiro plano, normalmente exibido em branco, destaca os elementos importantes, como texto, formas ou objetos que queiras detectar. O plano de fundo, exibido em preto, é todo o restante. Essa separação ajuda as máquinas a se concentrarem no que importa na imagem.

Segmentação#

Como mencionado anteriormente, a segmentação divide uma imagem em regiões significativas com base em características como brilho ou textura. A limiarização é uma maneira simples de fazer isso e costuma ser uma das primeiras etapas de um pipeline de visão computacional.

A visão computacional é um ramo da IA que permite que as máquinas processem e interpretem dados visuais, de forma semelhante aos seres humanos. Ao usar a limiarização no início do processo, os sistemas de visão computacional podem separar os objetos do plano de fundo, facilitando o trabalho preciso de etapas posteriores, como detecção ou reconhecimento.

Limiarização global#

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

Por exemplo, a limiarização global é uma das maneiras mais fáceis de criar uma imagem binária. Ela aplica um único valor de intensidade à imagem inteira. Os pixels mais claros que esse limiar ficam brancos, enquanto os mais escuros ficam pretos. Isso ajuda a separar o objeto do plano de fundo.

Ela funciona melhor quando a imagem tem iluminação uniforme e alto contraste. Porém, em condições de iluminação irregular ou em áreas com baixo contraste, um único limiar pode deixar passar detalhes ou desfocar as bordas.

Para lidar com isso, são usados 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 o limiar que melhor separa as intensidades dos pixels entre o primeiro plano e o plano de fundo.

Fig. 2. Uma imagem de Saturno antes e depois da aplicação da limiarização de Otsu. (Fonte)

Limiarização local (adaptativa)#

Ao contrário da limiarização global, a limiarização adaptativa ou local calcula o valor do limiar separadamente para diferentes partes da imagem. Isso a torna mais eficaz para imagens com iluminação irregular, como documentos digitalizados com sombras ou superfícies texturizadas.

Ela 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 plano de fundo. Essa abordagem é amplamente usada em tarefas como reconhecimento de texto, imagens médicas e inspeção de superfícies, nas quais a iluminação varia ao longo da imagem.

Algumas abordagens comuns de limiarização adaptativa no processamento de imagens incluem a limiarização pela média adaptativa e a limiarização Gaussiana adaptativa. Na limiarização pela média adaptativa, a intensidade média dos pixels em uma vizinhança local é usada como limiar para o pixel central. Já a limiarização Gaussiana adaptativa usa uma média ponderada com uma janela Gaussiana, dando mais importância aos pixels mais próximos do centro.

Aplicações da limiarização no processamento de imagens em situações reais#

A seguir, vamos explorar onde a limiarização de imagens é usada em aplicações reais.

Limiarização de imagens para binarização de documentos e OCR#

Livros antigos e cartas manuscritas costumam ser digitalizados para preservação ou convertidos em texto digital usando OCR (Reconhecimento Óptico de Caracteres), uma tecnologia que lê caracteres impressos ou manuscritos. Antes que o texto possa ser extraído, geralmente é preciso limpar ou pré-processar o documento. Imagens digitalizadas costumam ter sombras, tinta desbotada ou iluminação irregular, o que pode dificultar o reconhecimento de caracteres.

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

Fig. 3. Exemplo de um documento histórico e sua imagem limiarizada. (Fonte)

Uso da limiarização no processamento de imagens médicas#

Da mesma forma, em imagens médicas, a limiarização é comumente usada para isolar estruturas específicas em exames, como ossos ou pulmões em radiografias. Ao converter imagens em tons de cinza para o formato binário, fica mais fácil separar as regiões de interesse dos tecidos ao redor e preparar a imagem para análises posteriores. Em casos mais complexos, é possível aplicar a limiarização multinível para dividir a imagem em várias regiões distintas, permitindo identificar diferentes tipos de tecidos ou estruturas ao mesmo tempo.

Fig. 4. Uso de métodos de limiarização multinível em radiografias do tórax. (Fonte: sciencedirect.com)

Vantagens e desvantagens da limiarização no processamento de imagens#

Estas são algumas das principais vantagens de usar a limiarização no processamento de imagens:

• Leve em termos de recursos: A limiarização funciona bem em dispositivos de baixo consumo e não precisa de acesso à nuvem nem de hardware de ponta, sendo adequada para sistemas embarcados e configurações offline.
• Fácil de interpretar: A lógica simples da limiarização torna os resultados fáceis de entender e depurar, o que é fundamental em áreas como a saúde ou o processamento de documentos, nas quais a transparência é importante.
• Testes rápidos: A limiarização permite que as equipes explorem rapidamente ideias de segmentação em projetos em estágio inicial antes de passar para modelos mais complexos.

Embora a limiarização de imagens seja útil em muitos cenários, ela também apresenta algumas limitações. Confira alguns desafios da limiarização que devem ser considerados:

• Pouco adaptável: A limiarização segue regras fixas e não se ajusta a novas condições de iluminação ou variações nos dados sem ajustes manuais.
• Sensível a ruído: Pequenas mudanças no brilho causadas por sombras ou reflexos podem comprometer os resultados, principalmente ao trabalhar com imagens detalhadas ou texturizadas.
• Estática e baseada em regras: Ao contrário dos modelos de IA, a limiarização não aprende com os dados nem melhora com o tempo. Ela só funciona nas condições restritas para as quais foi projetada.

Além da limiarização de imagens: quando a visão computacional é a ferramenta certa#

A limiarização funciona bem para tarefas simples de segmentação em ambientes controlados. No entanto, ela costuma ter dificuldades com imagens complexas que contêm vários objetos ou ruído de fundo. Como depende de regras fixas, a limiarização não tem a flexibilidade necessária para a maioria das aplicações do mundo real.

Para ultrapassar estas limitações, muitos sistemas modernos usam agora a visão computacional. Ao contrário da limiarização, os modelos de IA de visão são treinados para detetar padrões e características complexos, o que os torna muito mais precisos e adaptáveis.

Por exemplo, os modelos de visão computacional, como o Ultralytics YOLO11, conseguem detetar objetos e segmentar imagens em tempo real. Isto torna-os adequados para tarefas como identificar sinais de trânsito em veículos autónomos ou detetar problemas nas culturas agrícolas.

Em particular, o Ultralytics YOLO11 oferece suporte a várias tarefas de visão computacional, como a segmentação de instâncias, na qual cada objeto em uma imagem é segmentado separadamente. Ele também pode executar outras tarefas baseadas em visão, incluindo estimativa de pose (determinação da posição ou postura de um objeto) e rastreamento de objetos (acompanhamento de um objeto à medida que ele se move pelos quadros de um vídeo).

Fig. 5. O YOLO11 facilita a detecção e a segmentação de objetos. (Fonte)

Embora a limiarização funcione bem para tarefas simples ou para testar ideias iniciais, aplicações que exigem velocidade, precisão e flexibilidade costumam ser mais bem atendidas pela visão computacional.

Principais conclusões#

A limiarização é uma ferramenta útil no processamento de imagens, pois permite separar objetos do fundo de forma rápida e simples. Funciona bem com documentos digitalizados, imagens médicas e na verificação de defeitos nos produtos nas fábricas.

No entanto, à medida que as imagens e os vídeos ficam mais complexos, métodos básicos de processamento de imagens, como a limiarização, podem ter dificuldades. É aí que modelos avançados de visão computacional podem ajudar. Modelos como o Ultralytics YOLO11 conseguem compreender e executar mais tarefas, identificar vários objetos ao mesmo tempo e trabalhar em tempo real, o que os torna úteis em muitos casos de uso.

Quer saber mais sobre IA? Confira nossa comunidade e nosso repositório no GitHub. Explore nossas páginas de soluções para saber mais sobre IA em robótica e visão computacional na agricultura. Conheça nossas opções de licenciamento e comece hoje mesmo a desenvolver com visão computacional!