Segmentação de Imagens
Segmentar uma imagem é dividi-la em regiões que compartilham alguma característica — cor, textura, borda — separando, por exemplo, um objeto do seu fundo. É um passo fundamental em edição de imagem e visão computacional.
Segmentação manual
A abordagem mais direta: o usuário desenha diretamente os limites da região de interesse (laço, caneta). Precisa, mas lenta para imagens complexas ou grande volume de trabalho.
Seleção inteligente
Algoritmos de seleção inteligente automatizam parte do processo analisando propriedades locais da imagem:
- Crescimento de região — parte de um ponto semente e expande para pixels vizinhos com cor/intensidade similar
- Detecção de bordas — usa gradientes de intensidade (veja Processamento de Imagem) para encontrar limites naturais entre regiões
- Clustering de cor (k-means) — agrupa pixels por similaridade de cor, útil quando o objeto tem cor bem distinta do fundo
Critérios de decisão
Toda técnica de segmentação equilibra dois objetivos concorrentes:
precisão nos limites ←──────→ robustez a ruído
Algoritmos muito sensíveis capturam bordas com precisão mas "vazam" em regiões ruidosas; algoritmos mais tolerantes são robustos mas perdem detalhes finos.
Aplicações
- Remoção de fundo (fotografia, videoconferência)
- Edição de imagem (seleção de objetos)
- Diagnóstico médico (identificar tecidos, tumores)
- Visão computacional em robótica e veículos autônomos
Teste seleção manual e inteligente no módulo de Segmentação de Imagens.