Reduzir tempo e maximizar resultados usando Imagem Raster

Partindo da definição de imagem raster, ou seja, um mapa de bits formado por padrões de pixels em uma matriz retangular, verifica-se que a imagem de um original é um arquivo obtido através do processo de captura em cores ou escala de cinza. Existe preconceito em relação à multiplicidade de usos, aplicações e precisão dos dados obtidos. Quem está acostumado com arquivos vetoriais-imagens gráficas, sob a forma de conjunto de linhas, sabe do que estamos falando. No momento da conversão de mapotecas cujo acervo de projetos sobre papel, fotos aéreas e de satélite pode chegar aos milhares, o primeiro passo é a geração da imagem digital através da captura utilizando scanners de alta performance. A utilização da imagem raster é apenas limitada pela imaginação.

O departamento técnico e arquivistas se deparam com a pergunta inevitável: tenho a imagem raster, muito bem, e agora? O original está raspado, riscado, vegetal seco e quebradiço, acetato arranhado, sépia indecifrável, fotos corroídas por fungo ou umidade, entre tantos outros detalhes que denunciam a qualidade ruim do original. Está tudo perdido? Vale a pena redesenhar? Usar mesa digitalizadora? Vetorizar tudo automaticamente ou semi-automaticamente? É possível separar em camadas (layers) diretamente na imagem raster e processar as cores do mapa ou opto pela escala de cinza ou preto e branco? Posso plotar raster sem perder a referência de escala? No mapa colorido é possível separar as cores e fazer georreferen-ciamento? A deformação do papel ou da scanerização pode ser reduzida ou eliminada? Ao filtrar a imagem vou perder informações? Posso mudar só o carimbo? Posso alterar somente os símbolos do projeto? Não raro, precisamos modificar apenas uns poucos parâmetros, uma linha de transmissão, incluir os novos dutos de gás ou óleo, as curvas de nível, alterar a ocupação urbana ou rural, inserir novas edificações e incluir novas cotas, e mudar somente os carimbos de todos os projetos, dentre inúmeras outras de rotina devem ser realizadas no acervo de imagens – Raster.

Se você ficou desanimado com as suas respostas e acredita que as imagens servirão apenas para visualização e plotagem, está na hora de mudar os seus conceitos.

Existe uma avançada tecnologia de editores Raster/Híbrido/Vetorial que além de permitir total edição da imagem permite a integração dos objetos vetoriais com os objetos raster, que poderão ser trabalhados dentro ou fora do CAD. As operações com a imagem são divididas em três grandes grupos: Correção, Filtragem e Edição.

Utilizando esses editores é possível modificar somente um, algum, ou todos os parâmetros da imagem tais como: incluir novas cotas; plotar sem perder a referência de escala; filtrar a imagem de originais danificados sem perder nenhum dado, pois o que foi filtrado poderá permanecer guardado em um layer específico; alterar a espessura de linhas; escalar, rotacionar por ângulos arbitrários; escalar, mover ou espelhar qualquer parte selecionada da imagem raster ou da sua cópia; desenhar e apagar pontos de uma imagem; fazer o enquadramento dos objetos raster de acordo com o original; remover os elementos fora do enqua-dramento, inclusive manchas e pontos dispersos sem perda da qualidade do conteúdo e de sua resolução.


CONCEITOS IMPORTANTES:

Imagens monocromáticas (Monochr-ome images), também nomeadas como preto e branco ou bitonais, usam um bit para representar a cor de cada pixel (preto e branco).
Imagens em escala de cinzas (Greyscale images), também nominadas como níveis de cinza, consistem em pixels de diferentes tons cinzas. Os níveis cinzas variam desde 0 (preto) até 255 (branco). Deste modo, um byte é suficiente para armazenar a informação da cor de cada pixel em imagens em escala de cinzas.
Imagem colorida RGB é uma imagem que requer três bytes (24 bits por pixel) para armazenar a informação da cor de cada pixel; um byte (256 tons) é requerido para cada uma das cores primárias.
O modelo HSV é baseado na percepção da cor do olho humano. No modelo HSV todas as cores são descritas em termos de três características básicas:
Matiz é a extensão da onda de luz refletida a partir ou transmitida através de um objeto.
Saturação é uma analogia da intensidade ou pureza de uma cor.
Valor (ou luminosidade) é o claro ou escuro relativo da cor e é usualmente medido como porcentagem desde 0 % (preto) até 100 % (branco).

A partir de uma imagem de um mapa escanerizado você pode extrair e situar em diferentes camadas monocromáticas objetos de diferentes cores: curvas de nível, rodovias, rios, e outros objetos.
Abaixo mostraremos alguns métodos que permitem converter imagens coloridas e em escala de cinzas para imagens raster monocromáticas (camadas raster).

MÉTODOS:

Binarização
Permite criar imagens raster monocro-máticas, contendo representações em preto e branco de objetos coloridos. Este método de separação possibilita situar, na mesma camada monocromática, objetos que correspondem a uma ou várias cores diferentes da imagem original.

Limitação por Cinza
Converte pixels coloridos com valores de cinzas acima do nível de cinza especificado para pontos do fundo, e converte os pixels abaixo deste nível para pontos da imagem. Este método pode ser usado para converter imagens coloridas e em escalas de cinza. Durante a conversão de uma imagem em escala de cinzas, usa diferentes níveis de cinza. Durante a conversão de uma imagem colorida, os níveis de cinzas são definidos pelo valor da luminosidade do ponto colorido.

Separação de cores
Método para obter imagens monocro-máticas a partir de imagens coloridas através da separação de cores. É possível então converter uma imagem colorida para um conjunto de camadas raster monocromáticos. Isso significa que a representação em preto e branco de cada pixel da imagem original será colocada numa determinada camada( layer)
Você pode além disto converter as imagens monocromáticas obtidas para vetores usando vetorização ou traçado. A vetorização de uma imagem raster distribuída em camadas é consideravelmente mais efetiva que a vetorização de uma imagem raster obtida após a escanerização .

Limitação por RGB
Converter os pontos coloridos com valores Vermelho, Verde e Azul abaixo dos níveis dos limites apropriados para pontos pretos (pontos da imagem) da imagem monocromática. Recomendamos usar este método para processar imagens coloridas consistentes em 4 ou 8 bits de cor por pixel (imagens de cores indexadas) ou para outras imagens com um número reduzido de cores puras.
Faixa por Cinza
Permite converter pixels coloridos com qualquer valor de cinza para pontos da imagem. Os demais pontos são convertidos para pontos de fundo. Este método pode ser usado para converter imagens coloridas e em escala de cinzas. Os níveis cinzas para pontos coloridos são calculados como foi descrito em Limitado por Cinza .
Faixa por RGB
Com este método pode converter pixels coloridos da faixa RGB especificada para pontos da imagem. Para especificar uma faixa RGB primeiramente selecionar uma cor central da faixa. Desta cor se define a posição do ponto central da faixa RGB. Para cada componente da cor (R, G, e B) também deve ser especificada a faixa de meio-comprimento.
Faixa por HSV
E recomendado para converter imagens coloridas RGB. Este método permite converter pixels de cores análogas para pontos da imagem. Cores análogas são cores que estão próximas com relação à percepção humana.
Um vasto universo de informações já está disponível e os sistemas estão cada vez mais poderosos e fáceis de usar. Nossa expectativa de futuro para processamento de imagem é promissora. E não é exagerada se comparada à evolução tecnológica dos últimos anos.

Sandra Larsen é presidente da Rasterex International do Brasil.E-mail l@rasterex.com.br