Projeto final: construa um contador de objetos
Combine limiar, componentes conectados e filtragem em um pipeline que conta objetos e desenha suas caixas.
- Encadeie operações de imagem em um pipeline completo
- Filtre o ruído com um tamanho mínimo de objeto
- Relate uma contagem e uma caixa delimitadora para cada objeto
Um laboratório de biologia precisa contar células em imagens de microscópio: centenas por dia, demais para contar manualmente. Você pode construir um contador sem rede neural: aplique um limiar para criar uma máscara, encontre componentes conectados, remova pequenos pontos de ruído e informe a caixa delimitadora de cada objeto.
Experimente
Até 15 XPEtapa 1: aplique um limiar às células
Encontre um limiar que separe as células claras do fundo escuro. Como a iluminação é uniforme, um único limiar funciona; compare-o com a escolha automática de Otsu. Observe os dois pixels claros isolados: sem filtragem, eles também seriam contados como objetos.
Histograma: quantos pixels têm cada brilho
Experimente
Até 15 XPEtapa 2: conte os componentes
Aqui está uma máscara como a que você acabou de fazer. Quantos componentes existem antes de filtrar as partículas de pixel único? E depois?
Quantos objetos separados existem?
1def count_objects(image, threshold, minimum_size):
2 mask = [[1 if value >= threshold else 0 for value in row] for row in image]
3 components = find_components(mask)
4 return [component for component in components if component["size"] >= minimum_size]Essa é a forma de todo o programa: três linhas de lógica, cada uma delas uma lição que você concluiu. O exercício pede que você escreva find_components também (seu preenchimento da lição de componentes conectados) e imprima os resultados.
Principais conclusões
Um pipeline completo pode seguir estas etapas: limiar → componentes → filtro → contagem e caixas.
Um tamanho mínimo remove o ruído; as opções limite e conectividade alteram a contagem.
Os pipelines clássicos são rápidos e explicáveis; modelos aprendidos lidam com imagens mais confusas.
Quiz da aula
5 perguntas · aprovação com 4 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: aplique visão computacional com Python
Use pequenas matrizes de pixels para explorar conceitos de visão, execute seu código com imagens de exemplo e relacione cada resultado à ideia maior de visão computacional.
Conte e delimite os objetos
Leia uma imagem JSON em tons de cinza, depois um limiar e um tamanho mínimo, cada um em sua própria linha.
Crie uma máscara (pixel ≥ limiar), encontre seus componentes com conectividade 4 e mantenha apenas os que atingem o tamanho mínimo. Imprima a quantidade de objetos mantidos e, em seguida, uma linha por objeto na ordem em que aparecem ao percorrer as linhas: top left bottom right.
- Duas células e uma partícula
- Mantenha a partícula
- Nada brilhante o suficiente
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…