# Equalização de Histograma CLAHE Aplicar equalização de histograma adaptativa com limitação de contraste para melhoria de contraste local > Página canônica: https://elysiatools.com/pt/tools/image-clahe - **Categoria:** Design - **Palavras-chave:** imagem, clahe, histograma, equalização, contraste, adaptativo, local, melhoria, limite ## Visão geral A ferramenta de Equalização de Histograma CLAHE permite aprimorar o contraste local de suas imagens de forma inteligente, utilizando a técnica de contraste adaptativo limitado para revelar detalhes ocultos em áreas sub ou superexpostas sem amplificar ruídos indesejados. ## Entradas - **Arquivo de Imagem** (file): Carregue qualquer arquivo de imagem (JPEG, PNG, WebP, GIF, BMP, TIFF) para aplicar equalização de histograma CLAHE - **Tamanho do Ladrilho** (range): Tamanho dos ladrilhos para equalização de histograma local. Ladrilhos menores fornecem mais melhoria de contraste local - **Limite de Contraste** (range): Limite de amplificação de contraste. Valores mais altos permitem melhoria de contraste mais forte mas podem amplificar ruído - **Limite de Brilho** (range): Limite de amplificação de brilho. Valores mais baixos previnem super-amplificação de áreas brilhantes - **Tamanho da Grade** (range): Número de divisões de grade. Valores mais altos criam mais ladrilhos para melhoria local mais fina - **Formato de Saída** (select): Escolha formato de saída ou mantenha original. PNG recomendado para qualidade máxima - **Qualidade (1-100)** (number): Qualidade de saída para formatos com perda (JPEG, WebP). Maior = melhor qualidade mas arquivo maior ## Quando usar - Quando uma imagem possui áreas muito escuras ou claras que escondem detalhes importantes. - Para melhorar a visibilidade de texturas e padrões em fotografias médicas ou científicas. - Ao precisar ajustar o contraste de forma localizada em vez de aplicar uma correção global que pode distorcer a imagem. ## Como funciona - Carregue o arquivo de imagem desejado (JPEG, PNG, WebP, etc.) na ferramenta. - Ajuste o tamanho do ladrilho e o limite de contraste para definir a intensidade da correção local. - Configure o formato de saída e a qualidade, se necessário, para otimizar o arquivo final. - Clique em processar para aplicar o algoritmo CLAHE e baixar a imagem aprimorada. ## Casos de uso - Recuperação de detalhes em fotografias de baixa iluminação ou com sombras profundas. - Processamento de imagens de satélite ou médicas para destacar estruturas de baixo contraste. - Melhoria de visibilidade em imagens digitalizadas de documentos antigos ou desbotados. ## Perguntas frequentes ### O que é CLAHE? CLAHE significa 'Contrast Limited Adaptive Histogram Equalization'. É um algoritmo que melhora o contraste local dividindo a imagem em pequenas regiões (ladrilhos) e equalizando cada uma individualmente. ### Por que usar CLAHE em vez de um ajuste de contraste comum? O ajuste comum altera a imagem inteira da mesma forma. O CLAHE atua localmente, permitindo que detalhes em sombras ou luzes intensas sejam recuperados sem afetar o equilíbrio geral da imagem. ### O que acontece se eu aumentar muito o limite de contraste? Um limite de contraste muito alto pode amplificar ruídos digitais presentes na imagem original, resultando em uma aparência granulada ou artificial. ### Quais formatos de arquivo são suportados? A ferramenta suporta os principais formatos de imagem, incluindo JPEG, PNG, WebP, GIF, BMP e TIFF. ### O tamanho do ladrilho afeta o resultado? Sim. Ladrilhos menores focam em detalhes muito finos e locais, enquanto ladrilhos maiores proporcionam uma correção de contraste mais suave e abrangente. ## Ferramentas relacionadas - [Limiar Adaptativo de Imagem](https://elysiatools.com/pt/tools/image-adaptive-threshold): Aplica operação de limiar adaptativo que calcula limiar para pequenas regiões, adequado para condições de iluminação variáveis - [Mistura de Escurecimento de Cor de Imagem](https://elysiatools.com/pt/tools/image-color-burn): Aplica o modo de mistura escurecimento de cor entre duas imagens para escurecimento dramático e efeitos de cor intensos - [Operação de Gradiente de Imagem](https://elysiatools.com/pt/tools/image-gradient): Aplica operações de gradiente (Sobel, Prewitt, Roberts) para detecção de bordas e melhoria de imagem - [Mistura de Luz Forte de Imagem](https://elysiatools.com/pt/tools/image-hard-light): Aplica o modo de mistura luz forte entre duas imagens para contraste intenso e efeitos vívidos - [Operador Laplaciano de Imagem](https://elysiatools.com/pt/tools/image-laplacian): Aplica operador Laplaciano para detecção de bordas, nitidez e melhoria de imagem com diferentes variantes de núcleo - [Mistura de Luz Suave de Imagem](https://elysiatools.com/pt/tools/image-soft-light): Aplica o modo de mistura luz suave entre duas imagens para melhorias de contraste sutis e gentis - [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 - [Desfoque de Caixa](https://elysiatools.com/pt/tools/image-box-blur): Aplica desfoque de caixa para média uniforme simples e redução rápida de ruído ## 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