Visão Geral

O Processamento de Imagens Digitais é a base que sustenta grande parte das aplicações modernas de tecnologia, desde filtros de câmera até sistemas avançados de diagnóstico médico e reconhecimento visual. Neste curso, você irá compreender como as imagens são manipuladas por computadores, explorando técnicas clássicas e consagradas que sempre foram fundamentais na área. Com uma abordagem prática e direta, você aprenderá desde os conceitos iniciais até operações essenciais utilizadas no dia a dia profissional.

Objetivo

Após realizar este curso, você será capaz de:

• Entender como imagens digitais são representadas computacionalmente
• Aplicar técnicas fundamentais de processamento de imagens
• Realizar transformações e melhorias em imagens
• Trabalhar com operações básicas usando bibliotecas em Python
• Criar base sólida para avançar em visão computacional

Publico Alvo

• Estudantes iniciantes em tecnologia e programação
• Interessados em edição e manipulação de imagens
• Pessoas que desejam atuar com visão computacional
• Desenvolvedores que querem fortalecer a base técnica

Pre-Requisitos

• Lógica de programação básica
• Noções iniciais de Python
• Matemática básica

Conteúdo Programatico

Module 1 – Fundamentals of Digital Image Processing

1. What is Digital Image Processing
2. Historical context and applications
3. Analog vs Digital images
4. Image processing pipeline

Module 2 – Image Representation and Sampling

1. Pixels, resolution, and dimensions
2. Sampling and quantization
3. Bit depth
4. Image file formats

Module 3 – Intensity Transformations

1. Brightness and contrast adjustment
2. Negative transformation
3. Log and power-law transformations
4. Histogram basics

Module 4 – Histogram Processing Techniques

1. Histogram calculation
2. Histogram equalization
3. Histogram normalization
4. Practical examples

Module 5 – Spatial Domain Filtering

1. Concept of spatial filtering
2. Smoothing filters (mean, Gaussian)
3. Sharpening filters
4. Kernel and convolution basics

Module 6 – Frequency Domain Basics

1. Introduction to frequency domain
2. Fourier Transform concept
3. Low-pass and high-pass filters
4. Applications in image enhancement

Module 7 – Noise Reduction and Image Enhancement

1. Types of noise (salt & pepper, Gaussian)
2. Noise reduction techniques
3. Image enhancement methods
4. Practical cases

Module 8 – Project: Image Enhancement Application

1. Building an image processing project
2. Applying filters and transformations
3. Improving image quality
4. Final project presentation