Simulador

Filtros Matemáticos - Arte e Tecnologia

Filtros Matemáticos

Filtros Matemáticos para Imagens

Os filtros matemáticos são técnicas que modificam imagens através de operações matemáticas. Estas operações transformam cada pixel da imagem, alterando suas propriedades como cor, brilho e contraste.

Clique ou arraste uma imagem

Formatos: JPG, PNG ou GIF

Filtros Básicos

Tipo de Filtro:

Intensidade:

Ajustes

Brilho:

Contraste:

Saturação:

Canais de Cor

Canal Vermelho:

Canal Verde:

Canal Azul:

Matemática por trás dos Filtros

Os filtros digitais utilizam funções matemáticas para transformar os valores dos pixels. Por exemplo, a conversão para escala de cinza usa a seguinte fórmula ponderada, baseada na sensibilidade do olho humano às diferentes cores:

Cinza = 0.2126 × R + 0.7152 × G + 0.0722 × B

Onde R, G e B são os valores dos canais vermelho, verde e azul do pixel original.

Galeria de Filtros

Converte todos os pixels para tons de cinza, removendo a informação de cor.

Aplica um tom amarelado/marrom que lembra fotografias antigas.

Converte a imagem para preto e branco puros baseado em um limiar.

Reduz o número de cores na imagem, criando áreas de cor sólida.

Filtros de Convolução

A convolução é uma operação matemática fundamental no processamento de imagens. Ela aplica uma matriz (kernel) a cada pixel da imagem, produzindo um novo valor baseado nos pixels vizinhos. Esta técnica é a base para diversos efeitos como desfoque, nitidez e detecção de bordas.

Carregue uma imagem para aplicar convolução

Clique no botão "Carregar Exemplo" abaixo

Tipo de Kernel

Selecione o Kernel:

Matriz do Kernel

1/9	1/9	1/9
1/9	1/9	1/9
1/9	1/9	1/9

Parâmetros

Tamanho do Kernel:

Intensidade:

A Matemática da Convolução

A convolução discreta em 2D é definida pela seguinte equação:

(f * g)[m,n] = ∑_i ∑_j f[i,j] × g[m-i,n-j]

Onde f é a imagem de entrada, g é o kernel e * é o operador de convolução. Para uma imagem e um kernel 3x3, calculamos o novo valor de cada pixel como a soma ponderada dos 9 pixels vizinhos.

Exemplos de Kernels

Box Blur (Desfoque Simples)

[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]

Aplica um desfoque uniforme à imagem, substituindo cada pixel pela média dos seus vizinhos.

Detecção de Bordas (Sobel X)

[-1, 0, 1]
[-2, 0, 2]
[-1, 0, 1]

Detecta bordas verticais, destacando transições horizontais de intensidade.

Nitidez (Sharpen)

[0, -1, 0]
[-1, 5, -1]
[0, -1, 0]

Aumenta o contraste entre pixels adjacentes, fazendo com que a imagem pareça mais nítida.

Transformações Geométricas

As transformações geométricas alteram a posição dos pixels de uma imagem, modificando sua forma, tamanho ou orientação. Estas transformações são fundamentais em computação gráfica e processamento de imagens.

Carregue uma imagem para aplicar transformações

Clique no botão "Carregar Exemplo" abaixo

Tipo de Transformação

Selecione a Transformação:

Parâmetros

Deslocamento X:

Deslocamento Y:

Ângulo (graus):

Centro de Rotação:

Escala X (%):

Escala Y (%):

Cisalhamento X:

Cisalhamento Y:

Eixo de Reflexão:

Superior Esquerdo:

Superior Direito:

Inferior Esquerdo:

Inferior Direito:

Álgebra Linear e Transformações

As transformações geométricas são representadas matematicamente usando matrizes. Em um sistema de coordenadas homogêneas, podemos representar diversas transformações de forma unificada:

Translação

[1, 0, tx]
[0, 1, ty]
[0, 0, 1]

Move cada ponto da imagem por (tx, ty) unidades. Uma translação não distorce a imagem.

Rotação

[cos(θ), -sin(θ), 0]
[sin(θ), cos(θ), 0]
[0, 0, 1]

Gira a imagem em torno da origem por um ângulo θ. Mantém a forma e o tamanho.

Escala

[sx, 0, 0]
[0, sy, 0]
[0, 0, 1]

Redimensiona a imagem por fatores sx e sy nas direções x e y.

Cisalhamento

[1, shx, 0]
[shy, 1, 0]
[0, 0, 1]

Distorce a imagem deslocando cada ponto proporcionalmente à sua distância de um eixo.

Transformada de Fourier

A Transformada de Fourier é uma ferramenta matemática poderosa que decompõe uma imagem em suas componentes de frequência. Isso permite analisar e manipular imagens no domínio da frequência em vez do domínio espacial.

Carregue uma imagem para análise de Fourier

Ou experimente o visualizador de funções abaixo

Filtros no Domínio da Frequência

Tipo de Filtro:

Frequência de Corte:

Visualização

Modo de Visualização:

Mapa de Cores:

A Matemática da Transformada de Fourier

A Transformada Discreta de Fourier em 2D (DFT) para uma imagem de tamanho M×N é definida como:

F(u,v) = (1/MN) ∑_x=0^M-1 ∑_y=0^N-1 f(x,y) × e^{-j2π(ux/M + vy/N)}

Onde f(x,y) é o valor do pixel na posição (x,y) da imagem, e F(u,v) é o coeficiente de Fourier na posição (u,v) do espectro.

Aplicações da Transformada de Fourier

A transformada de Fourier é amplamente utilizada em processamento de imagens para:

Filtragem de ruído
Compressão de imagens
Análise de textura
Reconhecimento de padrões
Reconstrução de imagens

Tipos de Filtros de Frequência

Filtro Passa-Baixa

H(u,v) = 1 se D(u,v) ≤ D₀
H(u,v) = 0 se D(u,v) > D₀

Mantém as baixas frequências (suaviza a imagem), removendo detalhes finos e ruído.

Filtro Passa-Alta

H(u,v) = 0 se D(u,v) ≤ D₀
H(u,v) = 1 se D(u,v) > D₀

Mantém as altas frequências (realça bordas), destacando transições e detalhes finos.

Visualização de Funções

sin(x) cos(x) x² e^x log(x) sin(x) * cos(x)

Quiz de Matemática e Filtros Digitais

Pergunta 1 de 10

Qual operação matemática é utilizada para aplicar um filtro de desfoque em uma imagem?

Adição

Convolução

Multiplicação

Derivação

Resultados do Quiz

0/10

Você acertou 0 de 10 questões!

const width = canvas.width; const height = canvas.height; Filtros Matemáticos - Arte e Tecnologia

Filtros Matemáticos

Filtros Matemáticos para Imagens

Clique ou arraste uma imagem

Formatos: JPG, PNG ou GIF

Filtros Básicos

Tipo de Filtro:

Intensidade:

Ajustes

Brilho:

Contraste:

Saturação:

Canais de Cor

Canal Vermelho:

Canal Verde:

Canal Azul:

Matemática por trás dos Filtros

Cinza = 0.2126 × R + 0.7152 × G + 0.0722 × B

Onde R, G e B são os valores dos canais vermelho, verde e azul do pixel original.

Galeria de Filtros

Converte todos os pixels para tons de cinza, removendo a informação de cor.

Aplica um tom amarelado/marrom que lembra fotografias antigas.

Converte a imagem para preto e branco puros baseado em um limiar.

Reduz o número de cores na imagem, criando áreas de cor sólida.

Filtros de Convolução

Tipo de Kernel

Selecione o Kernel:

Matriz do Kernel

1/9	1/9	1/9
1/9	1/9	1/9
1/9	1/9	1/9

Parâmetros

Tamanho do Kernel:

Intensidade:

A Matemática da Convolução

A convolução discreta em 2D é definida pela seguinte equação:

(f * g)[m,n] = ∑_i ∑_j f[i,j] × g[m-i,n-j]

Onde f é a imagem de entrada, g é o kernel e * é o operador de convolução. Para uma imagem e um kernel 3x3, calculamos o novo valor de cada pixel como a soma ponderada dos 9 pixels vizinhos.

Exemplos de Kernels

Box Blur (Desfoque Simples)

[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]

Aplica um desfoque uniforme à imagem, substituindo cada pixel pela média dos seus vizinhos.

Detecção de Bordas (Sobel X)

[-1, 0, 1]
[-2, 0, 2]
[-1, 0, 1]

Detecta bordas verticais, destacando transições horizontais de intensidade.

Nitidez (Sharpen)

[0, -1, 0]
[-1, 5, -1]
[0, -1, 0]

Aumenta o contraste entre pixels adjacentes, fazendo com que a imagem pareça mais nítida.

Transformações Geométricas

Tipo de Transformação

Selecione a Transformação:

Parâmetros

Deslocamento X:

Deslocamento Y:

Ângulo (graus):

Centro de Rotação:

Escala X (%):

Escala Y (%):

Cisalhamento X:

Cisalhamento Y:

Eixo de Reflexão:

Superior Esquerdo:

Superior Direito:

Inferior Esquerdo:

Inferior Direito:

Álgebra Linear e Transformações

As transformações geométricas são representadas matematicamente usando matrizes. Em um sistema de coordenadas homogêneas, podemos representar diversas transformações de forma unificada:

Translação

[1, 0, tx]
[0, 1, ty]
[0, 0, 1]

Move cada ponto da imagem por (tx, ty) unidades. Uma translação não distorce a imagem.

Rotação

[cos(θ), -sin(θ), 0]
[sin(θ), cos(θ), 0]
[0, 0, 1]

Gira a imagem em torno da origem por um ângulo θ. Mantém a forma e o tamanho.

Escala

[sx, 0, 0]
[0, sy, 0]
[0, 0, 1]

Redimensiona a imagem por fatores sx e sy nas direções x e y.

Cisalhamento

[1, shx, 0]
[shy, 1, 0]
[0, 0, 1]

Distorce a imagem deslocando cada ponto proporcionalmente à sua distância de um eixo.

Transformada de Fourier

Imagem Original

Espectro de Fourier

Imagem Filtrada

Filtros no Domínio da Frequência

Tipo de Filtro:

Frequência de Corte:

Visualização

Modo de Visualização:

Mapa de Cores:

A Matemática da Transformada de Fourier

A Transformada Discreta de Fourier em 2D (DFT) para uma imagem de tamanho M×N é definida como:

F(u,v) = (1/MN) ∑_x=0^M-1 ∑_y=0^N-1 f(x,y) × e^{-j2π(ux/M + vy/N)}

Onde f(x,y) é o valor do pixel na posição (x,y) da imagem, e F(u,v) é o coeficiente de Fourier na posição (u,v) do espectro.

Aplicações da Transformada de Fourier

A transformada de Fourier é amplamente utilizada em processamento de imagens para:

Filtragem de ruído
Compressão de imagens
Análise de textura
Reconhecimento de padrões
Reconstrução de imagens

Tipos de Filtros de Frequência

Filtro Passa-Baixa

H(u,v) = 1 se D(u,v) ≤ D₀
H(u,v) = 0 se D(u,v) > D₀

Mantém as baixas frequências (suaviza a imagem), removendo detalhes finos e ruído.

Filtro Passa-Alta

H(u,v) = 0 se D(u,v) ≤ D₀
H(u,v) = 1 se D(u,v) > D₀

Mantém as altas frequências (realça bordas), destacando transições e detalhes finos.

Visualização de Funções

sin(x) cos(x) x² e^x log(x) sin(x) * cos(x)

Quiz de Matemática e Filtros Digitais

Pergunta 1 de 10

Qual operação matemática é utilizada para aplicar um filtro de desfoque em uma imagem?

Adição

Convolução

Multiplicação

Derivação

Resultados do Quiz

0/10

Você acertou 0 de 10 questões!