# Limiar Adaptativo de Imagem Aplica operação de limiar adaptativo que calcula limiar para pequenas regiões, adequado para condições de iluminação variáveis > Página canônica: https://elysiatools.com/pt/tools/image-adaptive-threshold - **Categoria:** Design - **Palavras-chave:** imagem, adaptativo, limiar, local, binário, iluminação, região, binarização ## Visão geral O Limiar Adaptativo de Imagem é uma ferramenta essencial para processamento visual, permitindo a binarização precisa de imagens com iluminação irregular ao calcular limiares específicos para pequenas regiões locais. ## Entradas - **Arquivo de Imagem** (file): Selecione um arquivo de imagem... - **Tamanho do Bloco (número ímpar)** (number): Tamanho da vizinhança de pixels usada para calcular um limiar para o pixel (deve ser ímpar) - **Constante** (number): Constante subtraída da média ou média ponderada. Geralmente positiva. - **Método Adaptativo** (select): Método de limiar adaptativo a usar ## Quando usar - Quando a iluminação da imagem não é uniforme, tornando a binarização global ineficaz. - Ao preparar documentos digitalizados ou fotos com sombras para reconhecimento de caracteres (OCR). - Para isolar objetos ou formas em cenários onde o contraste varia drasticamente entre diferentes áreas da imagem. ## Como funciona - O algoritmo divide a imagem em pequenas vizinhanças definidas pelo tamanho do bloco. - Para cada região, ele calcula um limiar local baseado na média ou média ponderada (Gaussiana) dos pixels. - O valor da constante é subtraído do resultado para refinar o contraste e remover ruídos de fundo. - Cada pixel é então classificado como preto ou branco, gerando uma imagem binária otimizada. ## Casos de uso - Binarização de documentos antigos ou manuscritos com manchas de sombra. - Pré-processamento de imagens para detecção de bordas e contornos em visão computacional. - Extração de texto em fotografias de placas ou rótulos com iluminação desigual. ## Perguntas frequentes ### O que é o tamanho do bloco? É a dimensão da área local usada para calcular o limiar. Deve ser sempre um número ímpar para garantir que haja um pixel central definido. ### Qual a diferença entre os métodos Gaussiano e Média? O método Gaussiano utiliza uma média ponderada dos pixels vizinhos, sendo mais suave, enquanto o método de Média utiliza uma média aritmética simples. ### Para que serve a constante? A constante é usada para ajustar o limiar calculado, ajudando a remover ruídos ou detalhes indesejados da imagem final. ### Quais formatos de imagem são suportados? A ferramenta aceita os formatos mais comuns, incluindo JPEG, PNG, WebP, GIF, BMP e TIFF. ### O que acontece se o tamanho do bloco for muito pequeno? Um tamanho de bloco muito pequeno pode resultar em excesso de ruído, capturando detalhes irrelevantes da textura da imagem. ## Ferramentas relacionadas - [Desfoque de Caixa](https://elysiatools.com/pt/tools/image-box-blur): Aplica desfoque de caixa para média uniforme simples e redução rápida de ruído - [Operação Booleana AND de Imagem](https://elysiatools.com/pt/tools/image-boolean-and): Aplica operação bitwise AND entre duas imagens para criar máscara de interseção - [Operação Booleana NOT de Imagem](https://elysiatools.com/pt/tools/image-boolean-not): Aplica operação bitwise NOT para inverter todos os valores de pixels em uma imagem - [Operação Booleana OR de Imagem](https://elysiatools.com/pt/tools/image-boolean-or): Aplica operação bitwise OR entre duas imagens para criar máscara de união - [Operação Booleana XOR de Imagem](https://elysiatools.com/pt/tools/image-boolean-xor): Aplica operação bitwise XOR entre duas imagens para criar máscara de diferença - [Image Noise Reduction](https://elysiatools.com/pt/tools/image-noise-reduction): Reduce image noise using multiple algorithms including median, gaussian, and bilateral filtering - [Filtro Bilateral](https://elysiatools.com/pt/tools/image-bilateral-filter): Aplique filtro bilateral para suavização que preserva bordas, reduzindo ruído enquanto mantém detalhes da imagem - [Equalização de Histograma CLAHE](https://elysiatools.com/pt/tools/image-clahe): Aplicar equalização de histograma adaptativa com limitação de contraste para melhoria de contraste local ## Exemplos - [Exemplos de Processamento de Imagem Web Python](https://elysiatools.com/pt/samples/web-image-processing-python): Exemplos de processamento de imagem Web Python usando PIL/Pillow incluindo leitura, salvamento, redimensionamento e conversão de formato - [Exemplos de Processamento de Imagens Web TypeScript](https://elysiatools.com/pt/samples/web-image-processing-typescript): Exemplos de processamento de imagens Web TypeScript incluindo leitura/salvamento, redimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Android Java](https://elysiatools.com/pt/samples/android-image-processing-java): Exemplos de processamento de imagem Android Java incluindo leitura/escrita, dimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Android Kotlin](https://elysiatools.com/pt/samples/android-image-processing-kotlin): Exemplos de processamento de imagem Android Kotlin incluindo leitura/escrita, dimensionamento e conversão de formato ## Conteúdo relacionado - [Ferramentas de Limiar, Morfologia e Máscaras Binárias](https://elysiatools.com/pt/hubs/binary-image-thresholding-and-morphology): Converta imagens em máscaras binárias, compare métodos de limiar, repare formas e combine máscaras com operações morfológicas e booleanas.