Imagens e processamento de imagens
Antes de podermos explorar o processamento de imagem e outras capacidades de visão computacional, é útil considerar o que uma imagem realmente é no contexto de dados para um programa de computador.
Imagens como matrizes de pixels
Para um computador, uma imagem é uma matriz de valores numéricos de pixels . Por exemplo, considere a seguinte matriz:
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 255 255 255 0 0
0 0 255 255 255 0 0
0 0 255 255 255 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
A matriz consiste em sete linhas e sete colunas, representando os valores de pixel para uma imagem de 7x7 pixels (que é conhecida como resolução da imagem). Cada pixel tem um valor entre 0 (preto) e 255 (branco); com valores entre esses limites representando tons de cinza. A imagem representada por esta matriz é semelhante à seguinte imagem (ampliada):
A matriz de valores de pixel para esta imagem é bidimensional (representando linhas e colunas, ou coordenadas x e y ) e define um único retângulo de valores de pixel. Uma única camada de valores de pixel como esta representa uma imagem em tons de cinza. Na realidade, a maioria das imagens digitais são multidimensionais e consistem em três camadas (conhecidas como canais) que representam tons de cores vermelho, verde e azul (RGB). Por exemplo, podemos representar uma imagem colorida definindo três canais de valores de pixel que criam a mesma forma quadrada do exemplo anterior em tons de cinza:
Red:
150 150 150 150 150 150 150
150 150 150 150 150 150 150
150 150 255 255 255 150 150
150 150 255 255 255 150 150
150 150 255 255 255 150 150
150 150 150 150 150 150 150
150 150 150 150 150 150 150
Green:
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 255 255 255 0 0
0 0 255 255 255 0 0
0 0 255 255 255 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
Blue:
255 255 255 255 255 255 255
255 255 255 255 255 255 255
255 255 0 0 0 255 255
255 255 0 0 0 255 255
255 255 0 0 0 255 255
255 255 255 255 255 255 255
255 255 255 255 255 255 255
Aqui está a imagem resultante:
Os quadrados roxos são representados pela combinação:
Red: 150
Green: 0
Blue: 255
Os quadrados amarelos no centro são representados pela combinação:
Red: 255
Green: 255
Blue: 0
Usando filtros para processar imagens
Uma maneira comum de executar tarefas de processamento de imagem é aplicar filtros que modificam os valores de pixel da imagem para criar um efeito visual. Um filtro é definido por uma ou mais matrizes de valores de pixel, chamadas kernels de filtro. Por exemplo, você pode definir filtro com um kernel 3x3 como mostrado neste exemplo:
-1 -1 -1
-1 8 -1
-1 -1 -1
O kernel é então envolvido através da imagem, calculando uma soma ponderada para cada patch 3x3 de pixels e atribuindo o resultado a uma nova imagem. É mais fácil entender como a filtragem funciona explorando um exemplo passo a passo.
Vamos começar com a imagem em tons de cinza que exploramos anteriormente:
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 255 255 255 0 0
0 0 255 255 255 0 0
0 0 255 255 255 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
Primeiro, aplicamos o kernel do filtro ao patch superior esquerdo da imagem, multiplicando cada valor de pixel pelo valor de peso correspondente no kernel e adicionando os resultados:
(0 x -1) + (0 x -1) + (0 x -1) +
(0 x -1) + (0 x 8) + (0 x -1) +
(0 x -1) + (0 x -1) + (255 x -1) = -255
O resultado (-255) torna-se o primeiro valor em uma nova matriz. Em seguida, movemos o kernel do filtro ao longo de um pixel para a direita e repetimos a operação:
(0 x -1) + (0 x -1) + (0 x -1) +
(0 x -1) + (0 x 8) + (0 x -1) +
(0 x -1) + (255 x -1) + (255 x -1) = -510
Novamente, o resultado é adicionado à nova matriz, que agora contém dois valores:
-255 -510
O processo é repetido até que o filtro tenha sido envolvido em toda a imagem, como mostrado nesta animação:
O filtro é envolvido na imagem, calculando uma nova matriz de valores. Alguns dos valores podem estar fora do intervalo de valores de 0 a 255 pixels, portanto, os valores são ajustados para se encaixarem nesse intervalo. Devido à forma do filtro, a borda externa dos pixels não é calculada, portanto, um valor de preenchimento (geralmente 0) é aplicado. A matriz resultante representa uma nova imagem na qual o filtro transformou a imagem original. Neste caso, o filtro teve o efeito de destacar as bordas das formas na imagem.
Para ver o efeito do filtro com mais clareza, aqui está um exemplo do mesmo filtro aplicado a uma imagem real:
| Imagem Original | Imagem filtrada |
|---|---|
 |
 |
Como o filtro está envolvido em toda a imagem, esse tipo de manipulação de imagem é frequentemente chamado de filtragem convolucional. O filtro usado neste exemplo é um tipo específico de filtro (chamado de filtro laplace ) que destaca as bordas dos objetos em uma imagem. Há muitos outros tipos de filtro que você pode usar para criar desfoque, nitidez, inversão de cor e outros efeitos.