Relatório 04 - Histograma e Limiarização

Introdução

Neste relatório, investigamos duas técnicas fundamentais de processamento de imagem: o cálculo de histograma e a limiarização, usando a biblioteca OpenCV. O histograma permite analisar a distribuição de intensidade dos pixels em uma imagem, o que facilita ajustes como a equalização, melhorando o contraste e a visibilidade de detalhes. Já a limiarização aplica um valor limite para transformar uma imagem em formato binário, destacando objetos de interesse. Estas técnicas são cruciais para aprimorar a qualidade de imagem e facilitar análises posteriores em diversas aplicações de visão computacional.

Equalização e Histogramas

A equalização é uma técnica de processamento de imagem usada para melhorar o contraste, especialmente em imagens com pouca variação de intensidade de pixels. Ela redistribui as intensidades, permitindo que áreas escuras ou claras ganhem mais detalhes visuais.

Na imagem do grupo abaixo ao convertermos a imagem para tons de cinza, eliminamos a informação de cor, mantendo apenas a intensidade de luz, o que facilita a análise de contrastes e texturas.

Imagem original do grupo

Imagem em tons de cinza do grupo

Após a equalização, o contraste é intensificado, distribuindo melhor as intensidades e aumentando a visibilidade dos detalhes em áreas mais escuras ou claras.

Imagem equalizada do grupo

O histograma é essencial nesse contexto, pois mostra a distribuição das intensidades de pixel. Com ele, é possível observar onde há concentração de tons, o que ajuda a determinar a necessidade de ajuste para distribuir os níveis de brilho de forma mais uniforme e melhorar a visibilidade.

Histograma da imagem do grupo em tons de cinza

O histograma da imagem em tons de cinza possui picos concentrados, indicando uma distribuição desigual das intensidades.

Histograma da imagem do grupo equalizada

O histograma da imagem equalizada se espalha mais uniformemente, o que demonstra a redistribuição dos tons, aumentando o contraste geral da imagem.

Repetimos para as fotos individuais dos membros do grupo:

Imagem em tons de cinza do Gabriel

Histograma do Gabriel em tons de cinza

Imagem equalizada do Gabriel

Histograma da foto do Gabriel equalizada

Imagem em tons de cinza do Kelvin

Histograma do Kelvin em tons de cinza

Imagem equalizada do Kelvin

Histograma da foto do Kelvin equalizada

Imagem em tons de cinza do Marlon

Histograma do Marlon em tons de cinza

Imagem equalizada do Marlon

Histograma da foto do Marlon equalizada

Equalização da Webcam

Neste experimento, cada membro do grupo utilizou um objeto colorido enquanto capturávamos imagens pela webcam. Primeiramente, convertemos essas imagens para tons de cinza, removendo as cores. Em seguida, aplicamos a equalização.

Gabriel e o gampreador colorido

Gabriel e o gampreador colorido em tons de cinza

Gabriel e o gampreador colorido equalizada

Kelvin e o gampreador colorido

Kelvin e o gampreador colorido em tons de cinza

Kelvin e o gampreador colorido equalizada

Marlon e o gampreador colorido

Marlon e o gampreador colorido em tons de cinza

Marlon e o gampreador colorido equalizada

Binarização/Limiarização

A limiarização é uma técnica de processamento de imagem que separa pixels em diferentes categorias com base em um valor de intensidade, chamado de limiar. Na binarização, um caso específico de limiarização, os pixels são convertidos para apenas dois valores (normalmente preto e branco): pixels com intensidade acima do limiar ficam brancos, e abaixo, ficam pretos.

Na imagem obtida pela webcam, ao binarizar, a maioria dos pixels ficaram abaixo do limiar, deixando a imagem praticamente preta, e o histograma por consequencia teve apenas um único pico.

Foto original

Foto equalizada

Foto binarizada

Histograma da foto binarizada

Equalização com Cores

Neste experimento, aplicamos a equalização de histograma diretamente na imagem colorida sem convertê-la para tons de cinza. Para isso, separamos a imagem nos três canais de cor (vermelho, verde e azul) e equalizamos o histograma de cada canal individualmente. Em seguida, reunimos os canais equalizados para formar a imagem final. Esse processo realça o contraste em cada cor separadamente, preservando a vivacidade e melhorando a distinção das cores originais, o que resulta em uma imagem com cores mais equilibradas e mais detalhes visíveis em cada canal.