O que é thresholding no processamento de imagem?

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

Como seres humanos, vemos as imagens como figuras coerentes e significativas, enquanto os computadores as veem como grades de pequenos pixels, os menores componentes de uma imagem digital. Em um processo chamado de image processing, esses pixels podem ser ajustados ou analisados para melhorar a imagem e extrair informações úteis.

Uma técnica comum de processamento de imagem é chamada de limiarização de imagem (ou thresholding). Este método converte imagens em tons de cinza (onde cada pixel representa um tom de cinza) em imagens em preto e branco, comparando cada pixel a um valor definido. Isso cria uma separação clara entre regiões importantes e o fundo.

A limiarização (thresholding) é frequentemente usada na image segmentation, uma técnica que divide uma imagem em regiões significativas para facilitar a análise. Ela costuma ser um dos primeiros passos para ajudar as máquinas a interpretar dados visuais. Neste artigo, veremos o que é a limiarização, como ela funciona e onde é aplicada em cenários do mundo real. Vamos começar!

Terminologia básica na limiarização de imagens#

Antes de mergulharmos em como a limiarização funciona, vamos primeiro dar uma olhada mais de perto nos conceitos básicos por trás dela e em como é usada no processamento de imagens.

Limiar de imagem binária#

Digamos que você esteja trabalhando com uma imagem e queira separar os objetos dela do fundo. Uma maneira de fazer isso é pela limiarização. Ela simplifica a imagem para que cada pixel seja totalmente preto ou totalmente branco. O resultado é uma imagem binária, onde cada pixel tem um valor de 0 (preto) ou 255 (branco). Esse passo é frequentemente útil no processamento de imagens porque torna as partes importantes da imagem claramente visíveis.

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

Histograma#

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

Ao olhar para o histograma, você pode ver se a imagem está escura, brilhante ou em algum nível intermediário. Isso torna mais fácil escolher um bom valor de limiar ao transformar a imagem em preto e branco, já que você consegue identificar padrões e níveis de contraste rapidamente.

Primeiro plano (foreground) e fundo (background)#

Uma vez que uma imagem passa pela limiarização, ela é dividida em duas partes: o primeiro plano e o fundo. O primeiro plano, geralmente exibido em branco, destaca os elementos importantes, como texto, formas ou objetos que você deseja detectar. O fundo, exibido em preto, é tudo o resto. Essa separação ajuda as máquinas a se concentrarem no que é importante 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 um dos primeiros passos em um pipeline de visão computacional.

Computer vision é um ramo da IA que permite às máquinas processar e interpretar dados visuais, assim como os humanos fazem. Ao usar a limiarização logo no início do processo, os sistemas de visão computacional conseguem separar os objetos do fundo, facilitando o trabalho de etapas posteriores, como detecção ou reconhecimento, com maior precisão.

Limiarização global#

Agora que temos uma compreensão melhor do que é a limiarização, vamos percorrer como aplicar o processo a uma imagem e os diferentes tipos de limiarização 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 em toda a imagem. Pixels mais brilhantes que esse limiar tornam-se brancos, enquanto os mais escuros tornam-se pretos. Isso ajuda a separar o objeto do fundo.

Funciona melhor quando a imagem possui iluminação uniforme e forte contraste. Porém, em áreas de iluminação irregular ou baixo contraste, um único limiar pode perder detalhes ou borrar bordas.

Para lidar com isso, métodos como a limiarização de Otsu são usados. Em vez de definir um valor manualmente, o método de Otsu analisa o histograma da imagem e escolhe um limiar que melhor separa as intensidades dos pixels entre primeiro plano e fundo.

Fig 2. Uma imagem de Saturno antes e depois de aplicar a limiarização de Otsu. (Source)

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 fundo. Essa abordagem é amplamente utilizada em tarefas como reconhecimento de texto, medical imaging e inspeção de superfícies, onde a iluminação varia ao longo da imagem.

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

Aplicações reais da limiarização no processamento de imagens#

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

Limiarização de imagem para binarização de documentos e OCR#

Livros antigos e cartas manuscritas costumam ser digitalizados para preservação ou conversão em texto digital usando OCR (Optical Character Recognition), uma tecnologia que lê caracteres impressos ou manuscritos. Antes que o texto possa ser extraído, o documento geralmente precisa de limpeza ou pré-processamento. Imagens digitalizadas frequentemente apresentam sombras, tinta desbotada ou iluminação irregular, o que pode dificultar o reconhecimento de caracteres.

Para melhorar a clareza, a limiarização é usada para converter imagens em tons de cinza para o formato binário, ajudando a isolar o texto do fundo. Áreas mais escuras, como as letras, tornam-se pretas, enquanto o fundo mais claro torna-se branco - facilitando muito a leitura do texto pelos sistemas de OCR.

Fig 3. Um exemplo de documento histórico e sua imagem limiarizada. (Source)

Usando a 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, torna-se mais fácil separar regiões de interesse do tecido circundante e preparar a imagem para análises adicionais. Em casos mais complexos, pode-se aplicar a limiarização multinível para dividir a imagem em várias regiões distintas, permitindo que diferentes tipos de tecido ou estruturas sejam identificados simultaneamente.

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

Prós e contras da limiarização no processamento de imagens#

Aqui estão alguns dos principais benefícios do uso da limiarização no processamento de imagens:

• Leve em recursos: A limiarização funciona bem em dispositivos de baixo consumo e não precisa de acesso à nuvem ou hardware de alta performance, tornando-a adequada para sistemas embarcados e configurações offline.
• Fácil de interpretar: Sua lógica simples torna os resultados da limiarização fáceis de entender e depurar, o que é crucial em áreas como healthcare ou processamento de documentos, onde a transparência é fundamental.
• Teste rápido: A limiarização permite que as equipes explorem rapidamente ideias de segmentação em projetos de estágio inicial antes de avançar para modelos mais complexos.

Embora a limiarização de imagem seja útil em muitos cenários, ela também traz certas limitações. Aqui estão alguns desafios relacionados à limiarização para 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 mudanças no brilho causadas por sombras ou reflexos podem comprometer os resultados, especialmente 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 dentro das condições restritas para as quais foi projetada.

Além da limiarização de imagem: Quando a visão computacional é a ferramenta certa#

A limiarização funciona bem para tarefas simples de segmentação em configurações controladas. No entanto, ela frequentemente apresenta dificuldades ao lidar com imagens complexas que possuem múltiplos objetos ou ruído de fundo. Como depende de regras fixas, a limiarização carece da flexibilidade necessária para a maioria das aplicações reais.

Para ir além desses limites, muitos sistemas de ponta agora utilizam visão computacional. Em contraste com a limiarização, os vision AI models são treinados para detectar padrões e recursos complexos, tornando-os muito mais precisos e adaptáveis.

Por exemplo, modelos de visão computacional como Ultralytics YOLO11 podem detectar objetos e segmentar imagens em tempo real. Isso os torna ideais para tarefas como identificar sinais de trânsito em veículos autônomos ou detectar problemas em plantações na agricultura.

Em particular, o Ultralytics YOLO11 suporta uma série de tarefas de visão computacional, como a segmentação de instâncias, onde cada objeto em uma imagem é segmentado separadamente. Ele também pode realizar outras tarefas baseadas em visão, incluindo estimativa de pose (determinar a posição ou postura de um objeto) e rastreamento de objetos (seguir um objeto à medida que ele se move pelos quadros de vídeo).

Fig 5. O YOLO11 torna a detecção e a segmentação de objetos fáceis. (Source)

Embora a limiarização funcione bem para tarefas simples ou para testar ideias iniciais, aplicações que exigem velocidade, precisão e flexibilidade são geralmente melhor tratadas com visão computacional.

Principais pontos#

A limiarização é uma ferramenta crucial no processamento de imagens porque é rápida e fácil de usar para separar objetos do fundo. Ela funciona bem com documentos digitalizados, imagens médicas e na verificação de defeitos em produtos em fábricas.

No entanto, à medida que imagens e vídeos se tornam mais complexos, métodos básicos de processamento de imagem, como a limiarização de imagens, podem enfrentar dificuldades. É aí que modelos avançados de visão computacional podem entrar em ação. Modelos como o Ultralytics YOLO11 podem entender e realizar mais tarefas, identificar vários objetos de uma vez e trabalhar em tempo real, tornando-os úteis para muitos casos de uso.

Queres saber mais sobre IA? Consulta a nossa community e o nosso GitHub repository. Explora as nossas páginas de soluções para aprender sobre AI in robotics e computer vision in agriculture. Descobre as our licensing opções e começa a construir com visão computacional hoje mesmo!