O que é o thresholding no processamento de imagens?

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

Nós, humanos, vemos as imagens como figuras coerentes e significativas, enquanto os computadores as veem como grelhas de pequenos píxeis, os componentes mais pequenos de uma imagem digital. Num processo chamado processamento de imagens, estes píxeis podem ser ajustados ou analisados para melhorar a imagem e extrair informações úteis.

Uma técnica comum de processamento de imagens chama-se limiarização de imagens. Este método converte imagens em escala de cinzentos (em que cada píxel representa um tom de cinzento) em imagens a preto e branco, comparando cada píxel com um valor predefinido. Assim, 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 situações do mundo real. Vamos começar!

Terminologia básica da limiarização de imagens#

Antes de analisarmos como funciona a limiarização, vamos primeiro aprofundar as ideias básicas por detrás dela e a forma como é utilizada no processamento de imagens.

Limiarização de imagens binárias#

Imagina que estás a trabalhar com uma imagem e queres separar os objetos do fundo. Uma forma de fazer isso é através da limiarização. Ela simplifica a imagem, fazendo com que cada píxel seja completamente preto ou completamente branco. O resultado é uma imagem binária, em que cada píxel 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.

Fig. 1. Uma imagem em escala de cinzentos e o respetivo resultado binário após a limiarização. (Fonte: blog.devops.dev)

Histograma#

Da mesma forma, se quiseres compreender como os valores de brilho estão distribuídos numa imagem, um histograma pode ajudar. É um gráfico que mostra a frequência com que aparece cada intensidade de píxel, desde o preto (0) até ao branco (255).

Ao observares o histograma, consegues perceber se a imagem é escura, clara ou está algures entre os dois extremos. Isto facilita a escolha de um bom valor de limiar ao converter a imagem para preto e branco, pois permite identificar padrões e níveis de contraste rapidamente.

Primeiro plano e fundo#

Depois de uma imagem ser submetida a limiarização, é dividida em duas partes: o primeiro plano e o fundo. O primeiro plano, normalmente apresentado a branco, realça os elementos importantes, como texto, formas ou objetos que queres detetar. O fundo, apresentado a preto, corresponde a tudo o resto. Esta separação ajuda as máquinas a concentrarem-se no que é relevante na imagem.

Segmentação#

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

A visão computacional é um ramo da IA que permite às máquinas processar e interpretar dados visuais, de forma semelhante aos humanos. Ao utilizar a limiarização numa fase inicial do processo, os sistemas de visão computacional conseguem separar os objetos do fundo, facilitando o trabalho preciso de etapas posteriores, como a deteção ou o reconhecimento.

Limiarização global#

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

Por exemplo, a limiarização global é uma das formas mais simples de criar uma imagem binária. Aplica um único valor de intensidade a toda a imagem. Os píxeis mais claros 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 iluminação uniforme e um contraste forte. No entanto, em condições de iluminação desigual ou em áreas de baixo contraste, um único limiar pode não captar detalhes ou tornar os contornos indistintos.

Para lidar com esta situação, utilizam-se métodos como a limiarização de Otsu. Em vez de definir um valor manualmente, o método de Otsu para limiarização analisa o histograma da imagem e escolhe o limiar que melhor separa as intensidades dos píxeis entre o primeiro plano e o 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 de limiar separadamente para diferentes partes da imagem. Isto torna-a mais eficaz em imagens com iluminação desigual, 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 a inspeção de superfícies, onde a iluminação varia ao longo da imagem.

Algumas abordagens comuns à limiarização adaptativa no processamento de imagens incluem a limiarização adaptativa pela média e a limiarização adaptativa gaussiana. Na limiarização adaptativa pela média, a intensidade média dos píxeis numa vizinhança local é utilizada como limiar para o píxel central. Já a limiarização adaptativa gaussiana utiliza uma média ponderada com uma janela gaussiana, atribuindo maior importância aos píxeis mais próximos do centro.

Aplicações da limiarização no processamento de imagens no mundo real#

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

Limiarização de imagens para binarização de documentos e OCR#

Livros antigos e cartas manuscritas são frequentemente digitalizados para serem preservados ou convertidos em texto digital através do reconhecimento ótico de caracteres (OCR), uma tecnologia que lê caracteres impressos ou manuscritos. Antes de o texto poder ser extraído, o documento normalmente precisa de ser limpo ou pré-processado. As imagens digitalizadas apresentam frequentemente sombras, tinta desbotada ou iluminação desigual, o que pode dificultar o reconhecimento dos caracteres.

Para melhorar a nitidez, utiliza-se a limiarização para converter imagens em escala de cinzentos para o formato binário, ajudando a isolar o texto do fundo. As áreas mais escuras, como as letras, tornam-se pretas, enquanto o fundo mais claro fica branco — tornando muito mais fácil a leitura do texto pelos sistemas de OCR.

Fig. 3. Um exemplo de um documento histórico e da respetiva imagem submetida a limiarização. (Fonte)

Utilização da limiarização no processamento de imagens médicas#

Da mesma forma, na imagiologia médica, a limiarização é frequentemente utilizada para isolar estruturas específicas em exames, como ossos ou pulmões em imagens de raios X. Ao converter imagens em escala de cinzentos para o formato binário, torna-se mais fácil separar as regiões de interesse dos tecidos circundantes e preparar a imagem para análises posteriores. Em casos mais complexos, pode aplicar-se uma limiarização multinível para dividir a imagem em várias regiões distintas, permitindo identificar simultaneamente diferentes tipos de tecido ou estruturas.

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

Vantagens e desvantagens da limiarização no processamento de imagens#

Eis alguns dos principais benefícios da utilização da limiarização no processamento de imagens:

• Baixo consumo de recursos: A limiarização funciona bem em dispositivos de baixo consumo e não precisa de acesso à cloud nem de hardware topo de gama, o que a torna adequada para sistemas embebidos e configurações offline.
• Fácil de interpretar: A sua lógica simples torna os resultados da 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: A limiarização permite às equipas explorar rapidamente ideias de segmentação em projetos numa fase inicial, antes de avançarem para modelos mais complexos.

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

• Pouca adaptabilidade: A limiarização segue regras fixas e não se adapta a novas condições de iluminação ou variações nos dados sem ajustes manuais.
• Sensível ao ruído: Pequenas alterações no brilho causadas por sombras ou reflexos podem distorcer os resultados, especialmente ao trabalhar com imagens detalhadas ou texturadas.
• Estática e baseada em regras: Ao contrário dos modelos de IA, a limiarização não aprende com os dados nem melhora ao longo do tempo. Funciona apenas dentro das condições restritas para as quais foi concebida.

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

A limiarização funciona bem em tarefas simples de segmentação em ambientes controlados. No entanto, tem frequentemente dificuldades ao lidar 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 de ponta utilizam atualmente visão computacional. Ao contrário da limiarização, os modelos de IA para visão são treinados para detetar padrões e características complexos, o que os torna muito mais precisos e adaptáveis.

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

Em particular, o Ultralytics YOLO11 suporta uma variedade de tarefas de visão computacional, como a segmentação de instâncias, em que cada objeto de uma imagem é segmentado separadamente. Também pode executar outras tarefas baseadas em visão, incluindo a estimativa de pose (determinação da posição ou postura de um objeto) e o rastreamento de objetos (acompanhamento de um objeto à medida que se desloca entre fotogramas de vídeo).

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

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 servidas pela visão computacional.

Principais conclusões#

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

No entanto, à medida que as imagens e os vídeos se tornam mais complexos, os métodos básicos de processamento de imagens, como a limiarização, podem ter dificuldades. É aqui que entram os modelos avançados de visão computacional. Modelos como o Ultralytics YOLO11 conseguem compreender e executar mais tarefas, detetar vários objetos em simultâneo e funcionar em tempo real, tornando-os úteis para muitos casos de utilização.

Queres saber mais sobre AI? Visita a nossa comunidade e o nosso repositório do GitHub. Explora as nossas páginas de soluções para saber mais sobre AI na robótica e visão computacional na agricultura. Descobre as opções de licenciamento e começa hoje a desenvolver com visão computacional!