A imagem computacional é um campo da ciência da computação que reúne diferentes técnicas relacionadas à produção, processamento, indexação e compressão de imagens digitais. Uma imagem digital é uma representação binária de uma imagem, constituída por uma matriz de pontos chamados pixels, que podem ter diferentes dimensões ( espaciais, temporais, etc. ) e diferentes níveis de codificação ( cores, níveis de cinza, etc. ).
A imagem computacional tem muitas aplicações em diversos campos, como síntese de imagens, realidade virtual, realidade aumentada, modelagem 3D processamento de imagens processamento de vídeo , edição de vídeo , compressão , visão computacional pesquisa de imagens , ou mesmo videogames .
Neste artigo apresentaremos os princípios básicos da imagem computacional, tipos de imagens digitais, métodos de processamento e análise de imagens, bem como as principais áreas de aplicação desta tecnologia .
Quais são os tipos de imagens digitais?
A imagem computacional depende de três etapas principais: aquisição , transformação e visualização de imagens digitais .
Aquisição de imagens digitais
A aquisição de imagem digital envolve a conversão de uma imagem analógica (por exemplo, uma fotografia ou uma cena real) em uma imagem digital. Para isso, devemos utilizar dispositivos capazes de captar a luz e transformá-la em sinais elétricos e depois em dados binários. Esses dispositivos são chamados de sensores ou conversores analógico-digitais. Existem diferentes tipos de sensores, dependendo do tipo de imagem a adquirir ( imagem fixa ou em movimento, imagem colorida ou preto e branco, etc.) e dependendo do campo de aplicação (fotografia, vídeo, scanner, câmera térmica, etc. .).
Transformação de imagens digitais
A transformação de imagens digitais consiste em modificar os dados binários que representam a imagem, de forma a melhorar a sua qualidade, extrair informações relevantes ou criar novas. Para fazer isso, você deve usar programas de computador que apliquem algoritmos específicos às imagens digitais. Esses programas são chamados de software de imagem ou ferramentas gráficas. Existem diferentes tipos de software de imagem, dependendo do tipo de transformação a realizar (correção, filtragem, segmentação, detecção de bordas, reconhecimento de formas, etc.) e dependendo do campo de aplicação (edição de fotos, edição de vídeo, síntese) . imagem , etc.).
Visualizando imagens digitais
A visualização de imagens digitais envolve a exibição da imagem digital em um meio adequado, como uma tela de computador, impressora ou projetor. Para isso, é necessário utilizar dispositivos capazes de converter dados binários em sinais elétricos ou ópticos que irão estimular os elementos do suporte. Esses dispositivos são chamados de conversores digital para analógico. Existem diferentes tipos de conversores digital para analógico , dependendo do tipo de mídia utilizada (tela LCD, tela OLED, impressora jato de tinta, impressora laser, etc.) e dependendo do modo de visualização desejado (imagem 2D ou 3D, imagem estereoscópica ou holográfico, etc.)
Quais são os tipos de imagens digitais?
Existem diferentes tipos de imagens digitais, dependendo de como os pixels são codificados e organizados. Podemos distinguir duas categorias principais: imagens raster e imagens vetoriais.
Imagens rasterizadas
Imagens raster são imagens compostas por uma grade de pixels, cada pixel possui um valor que representa sua cor ou nível de cinza. As imagens raster são adequadas para representar imagens realistas, com detalhes finos e nuances de cores. Eles também são fáceis de manipular com software de imagem , que pode aplicar transformações pixel por pixel. No entanto, as imagens raster também apresentam desvantagens: ocupam muito espaço na memória, são suscetíveis a ruídos e artefatos de compressão e perdem qualidade quando ampliadas ou reduzidas.
Existem diferentes formatos de arquivo para armazenar imagens raster, como J PEG, PNG, GIF, BMP, TIFF, etc. Esses formatos podem ser classificados conforme sejam compactados ou não compactados e com ou sem perdas. Um formato compactado reduz o tamanho do arquivo , eliminando certas informações redundantes ou quase imperceptíveis. Um formato com perdas remove informações que podem alterar a qualidade da imagem, enquanto um formato sem perdas retém todas as informações.
Imagens vetoriais
Imagens vetoriais são imagens constituídas por objetos geométricos, como pontos, linhas, curvas, polígonos, etc., cada objeto possui atributos que definem sua posição, forma, cor, preenchimento, etc. As imagens vetoriais são adequadas para representar imagens simples , com formas regulares e cores uniformes. Eles também são fáceis de modificar com softwares de desenho vetorial , que podem aplicar transformações geométricas aos objetos. Além disso, as imagens vetoriais têm a vantagem de ocupar pouco espaço de memória, serem insensíveis a ruídos e compressão e manterem sua qualidade independente do nível de zoom .
Existem diferentes formatos de arquivo para armazenar imagens vetoriais , como SVG, EPS, PDF, WMF, etc. Esses formatos podem ser classificados conforme sejam padrão ou proprietários e sejam ou não compatíveis com navegadores da web. Um formato padrão é um formato que segue um padrão aberto e pode ser lido por diferentes softwares. Um formato proprietário é aquele que pertence a uma empresa ou organização e pode exigir software específico para ser reproduzido. Um formato compatível com navegador da web é aquele que pode ser exibido diretamente em uma página da web sem a necessidade de um plugin ou aplicativo externo .
Quais são os métodos de processamento e análise de imagens digitais?
O processamento e análise de imagens digitais consiste em aplicar operações às imagens digitais com o objetivo de melhorar a sua qualidade, extrair informações úteis ou criar novas . Existem diferentes métodos de processamento e análise de imagens digitais, dependendo do tipo de imagem (matriz ou vetorial), do domínio (espacial ou de frequência), da finalidade (correção, filtragem, segmentação, detecção de bordas, reconhecimento de forma, etc. ) e o nível (nível baixo, nível médio ou nível alto).
Processamento e análise de imagens raster
O processamento e análise de imagens raster podem ser feitos em dois domínios distintos: o domínio espacial e o domínio da frequência.
O domínio espacial
O domínio espacial corresponde ao domínio em que os pixels estão dispostos de acordo com sua posição na imagem . O processamento e análise de imagens raster no domínio espacial consiste em aplicar operações diretamente nos valores dos pixels, sem passar por uma transformação prévia . Essas operações podem ser de diferentes tipos, como:
- Correção , que visa melhorar a qualidade da imagem alterando parâmetros como brilho, contraste, equilíbrio de cores, etc.
- Filtragem , que visa reduzir ruídos ou acentuar determinados detalhes da imagem por meio de máscaras ou filtros que modificam os valores dos pixels com base em seus vizinhos.
- Segmentação ou significativas de acordo com critérios como cor, textura, intensidade, etc.
- Detecção de bordas , que visa identificar limites entre regiões da imagem utilizando operadores que calculam o gradiente ou variação na intensidade dos pixels.
- Reconhecimento de padrões , que visa identificar e classificar objetos presentes na imagem utilizando técnicas como comparação de padrões, descrição de características, aprendizado de máquina, etc.
O domínio da frequência
O domínio da frequência corresponde ao domínio no qual os pixels estão dispostos de acordo com sua frequência ou periodicidade na imagem. O processamento e análise de imagens raster no domínio da frequência envolve a aplicação de operações após a transformação da imagem do domínio espacial para o domínio da frequência. Esta transformação permite representar a imagem como uma soma de funções sinusoidais de diferentes frequências e amplitudes. As funções senoidais de baixa frequência correspondem a variações gerais na imagem, enquanto as funções senoidais de alta frequência correspondem a detalhes finos da imagem. As operações no domínio da frequência podem ser de diferentes tipos, tais como:
- Compressão , que visa reduzir o tamanho do arquivo eliminando funções sinusoidais que têm pouco impacto na percepção visual da imagem .
- Filtragem , que visa reduzir ruídos ou acentuar determinados detalhes da imagem por meio de filtros que modificam as amplitudes das funções senoidais de acordo com sua frequência.
- Restauração , que visa melhorar a qualidade da imagem corrigindo distorções causadas pelo sensor ou conversor digital-analógico .
- Reconhecimento de padrões , que visa identificar e classificar objetos presentes na imagem utilizando técnicas como correlação cruzada, transformada de Hough, transformada wavelet, etc.
Processamento e análise de imagens vetoriais
O processamento e análise de imagens vetoriais consiste em aplicar operações aos objetos geométricos que compõem a imagem. Essas operações podem ser de diferentes tipos, como:
- Transformação geométrica , que visa alterar a posição, tamanho, orientação ou forma de objetos geométricos utilizando matrizes ou funções matemáticas.
- Coloração , que visa alterar a cor ou preenchimento de objetos geométricos por meio de atributos ou gradientes.
- A criação de objetos complexos , que visa combinar vários objetos geométricos simples utilizando operações booleanas (união, intersecção, diferença, etc.) ou operações de deformação (curvatura, torção, etc.).
- Rasterização , que visa converter uma imagem vetorial em imagem raster calculando os valores dos pixels que correspondem aos objetos geométricos.
- Vetorização , que visa converter uma imagem raster em imagem vetorial detectando os contornos e regiões da imagem e aproximando-os com objetos geométricos.
Quais são as principais áreas de aplicação da imagem computacional?
A imagem computacional tem muitas aplicações em diversos campos, que podem ser agrupados em três grandes categorias: criação, comunicação e compreensão de imagens digitais .
Criação de imagens digitais
A criação de imagens digitais consiste na produção de imagens originais ou na modificação de imagens existentes para fins artísticos, recreativos ou educativos. As áreas de aplicação para criação de imagens digitais incluem:
- Síntese de imagens , que envolve a geração de imagens a partir de modelos matemáticos ou dados digitais, utilizando técnicas como ray tracing, renderização não fotorrealística, geração processual, etc.
- Realidade virtual , que consiste em criar e simular um ambiente imersivo e interativo no qual o usuário pode se movimentar e agir, utilizando dispositivos como fone de ouvido de realidade virtual, luva de dados, esteira, etc.
- Realidade aumentada , que consiste em sobrepor elementos virtuais a uma imagem real, utilizando dispositivos como smartphones, tablets, óculos conectados, etc.
- Modelagem 3D , que consiste em criar e manipular objetos tridimensionais a partir de primitivas geométricas ou nuvens de pontos, utilizando softwares como Blender, Maya, SketchUp, etc.
- Edição de vídeo , que envolve montar, cortar, modificar ou adicionar efeitos às sequências de vídeo, utilizando softwares como Adobe Premiere Pro, Final Cut Pro, iMovie, etc.
- Videogames , que consistem em criar e jogar cenários interativos e divertidos nos quais o jogador controla um ou mais personagens ou objetos, utilizando plataformas como console de videogame, computador, smartphone, etc.
Comunicação de imagem digital
A comunicação digital de imagens consiste na transmissão ou divulgação de imagens através de diversos meios ou redes, com fins informativos, publicitários ou sociais. As áreas de aplicação da comunicação de imagens digitais incluem:
- Compressão armazenamento ou transmissão.
- Criptografia , que envolve a proteção de imagens contra acesso não autorizado ou modificação maliciosa, utilizando técnicas como criptografia, marca d'água digital, assinatura digital, etc.
- Pesquisa de imagens baseada em conteúdo , que consiste em encontrar imagens semelhantes ou relevantes a uma consulta textual ou visual, utilizando técnicas como extração de características visuais , indexação de palavras-chave, similaridade visual, classificação por relevância, etc.
- Reconhecimento facial , que envolve identificar ou verificar a identidade de uma pessoa a partir de seu rosto, usando técnicas como detecção de pontos característicos, comparação de padrões, aprendizado profundo, etc.
- Redes sociais , que consistem em compartilhar ou comentar imagens com outros usuários, utilizando plataformas como Facebook, Instagram, Snapchat, etc.
Compreendendo imagens digitais
A compreensão de envolve a análise ou interpretação de imagens para fins científicos, médicos ou industriais. As áreas de aplicação para a compreensão de imagens digitais incluem:
- Visão computacional , que envolve simular a percepção visual humana e extrair informações semânticas ou geométricas de imagens, utilizando técnicas como segmentação semântica, detecção de objetos, rastreamento de movimento, reconstrução 3D, etc.
- Imagem médica , que envolve a produção ou análise de imagens do corpo humano para fins de diagnóstico ou tratamento, utilizando técnicas como radiografia, ultrassom, ressonância magnética, tomografia , etc.
- Imagem científica , que envolve a produção ou análise de imagens de fenômenos naturais ou artificiais para fins de pesquisa ou exploração, utilizando técnicas como microscopia, espectroscopia, sensoriamento remoto, astrofotografia, etc.
- Imagem industrial , que envolve a produção ou análise de imagens de produtos ou processos industriais para fins de controle de qualidade ou segurança, utilizando técnicas como visão artificial, ensaios não destrutivos, termografia infravermelha , etc.
Conclusão
A imagem computacional é um campo interessante e em evolução , que oferece muitas possibilidades para criar, comunicar e compreender imagens digitais. Seja para entretenimento, informação ou ciência, a imagem computacional permite produzir e manipular imagens de qualidade e riqueza incomparáveis. No entanto, a imagem informática também coloca desafios e questões éticas, como o respeito pela privacidade, os direitos de autor ou a veracidade das imagens. É, portanto, importante formar-se nos princípios e técnicas da imagem computacional, mas também desenvolver uma mentalidade crítica e responsável ao lidar com imagens digitais. Business intelligence , por exemplo, é uma das disciplinas que se baseia em imagens computacionais para analisar e visualizar dados complexos e grandes, para auxiliar na tomada de decisões em diversas áreas de aplicação.
