Carregando
0x50Lição 6 de 16

Encontre bordas com gradientes

Meça a rapidez com que o brilho muda, combine direções e contorne objetos.

20 min Questionário com 6 perguntas 1 exercício de código
Ao final desta lição, você saberá
  • Calcule gradientes horizontais e verticais com kernels Sobel
  • Combine os gradientes para medir a intensidade de uma borda
  • Descreva as etapas do detector de bordas Canny

Uma borda é onde o brilho muda rapidamente: o contorno de um rosto, a beira de uma estrada, a borda de uma carta impressa. As bordas carregam a maior parte das informações de forma de uma imagem – você reconhece um desenho animado apenas por seus contornos – então encontrá-las foi um dos primeiros problemas da visão computacional.

Gradientes em duas direções

O gradiente mede a rapidez com que o brilho muda. Os kernels Sobel estimam isso em cada direção:

  • Sobel x ([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]]) responde a mudanças da esquerda para a direita - bordas verticais;
  • Sobel y ([[-1, -2, -1], [0, 0, 0], [1, 2, 1]]) responde a mudanças de cima para baixo - bordas horizontais.

Combine-os em uma força de borda com Pitágoras: magnitude=gx2+gy2\text{magnitude} = \sqrt{g_x^2 + g_y^2}. A direção do gradiente, atan2(gy, gx), informa em que direção a aresta segue.

Experimente

Até 15 XP

Bordas em cada direção

Alterne entre Bordas verticais e Bordas horizontais. Cada um encontra lados diferentes do quadrado – e a linha diagonal aparece em ambos. Clique em um pixel na diagonal e compare suas duas saídas.

Entrada (clique em um pixel da saída)
Kernel
Edite qualquer peso para criar seu próprio filtro.
Saída (laranja = negativo)

Saída na linha 6, coluna 6 = soma de (pixel × peso) na janela destacada 3×3 (pixels fora da imagem valem 0):

220×-1 + 220×0 + 220×1 + 20×-2 + 20×0 + 20×2 + 20×-1 + 20×0 + 220×1 = 200

magnitude.py
import math
gx, gy = 30, 40
print(math.hypot(gx, gy))
Saída
50.0

O detector de bordas Canny

Gradientes brutos são barulhentos e espessos. O clássico detector Canny (1986) os transforma em contornos finos e limpos em quatro etapas: desfocar para reduzir o ruído, calcular a magnitude e a direção do gradiente, manter apenas os máximos locais em cada borda (afinamento) e, em seguida, manter as bordas fortes mais as bordas fracas conectadas a elas (“histerese” com dois limites).

Principais conclusões

  • As bordas são mudanças rápidas no brilho; o gradiente os mede.

  • Sobel x/y mede a mudança em cada direção; gx2+gy2\sqrt{g_x^2 + g_y^2} dá resistência à borda.

  • Canny = desfoque → gradientes → fino → histerese de dois limites.

Quiz da aula

6 perguntas · aprovação com 5 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.

Exercício 1

Meça a intensidade da borda

+25 XP

Leia um patch JSON 3×3 em escala de cinza. Aplique Sobel x e Sobel y a ele (uma saída cada) e imprima gx gy magnitude, com a magnitude arredondada para 1 decimal.

  • Borda vertical
  • Diagonal
  • Plano
main.py
Carregando editor…

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…