arvoredossaberes/Capacitacao_Visao_Computacional

Visão Geral

Este repositório contém as atividades práticas e teóricas do curso de Capacitação em Visão Computacional. O curso aborda fundamentos de processamento digital de imagens, técnicas de filtragem, segmentação, extração de características e aplicações em aprendizado de máquina.

Estrutura do Repositório

O repositório está organizado em pastas por atividade, cada uma contendo:

• Enunciado da atividade em PDF
• Notebook Jupyter (quando aplicável)
• README com documentação padronizada
• Arquivos de suporte (requirements.txt, venv, etc.)

Atividades

Obrigatórias

1. [OBRIGATÓRIA] - Análise global, local e de textura em mini dataset próprio - Unidade 03 | Capítulo 02

   • Análise comparativa de descritores de imagem em três níveis
   • Histogramas, estatísticas, ORB, GLCM e LBP

2. [OBRIGATÓRIA] - Atividade Prática - Unidade 3 | Capítulo 1

   • Pipeline de segmentação, operações morfológicas e extração de características
   • Implementação em Python no Google Colab

3. [OBRIGATÓRIA] - Filtragem de Imagens e Análise de Ruído - Unidade 2 | Capítulo 1 | Tarefa 3

   • Filtros passa-baixa e passa-alta no domínio da frequência
   • Inserção e análise de ruído gaussiano e sal e pimenta

4. [OBRIGATÓRIA] - Fundamentos de Processamento de Imagens - Unidade 1 | Capítulo 1 | Tarefa 2

   • Construção de mini dataset próprio
   • Resolução, espaços de cor, quantização e formatos

5. [OBRIGATÓRIA] - Suavização, Remoção de Ruído e Detecção de Bordas - Unidade 2 | Capítulo 1 | Tarefa 1

   • Filtros espaciais: média, gaussiano e mediana
   • Detectores de bordas: Sobel, Prewitt e Canny

Opcionais

6. [OPCIONAL] - Análise Crítica: Fundamentos de Imagens Digitais Unidade 1 | Capítulo 1 | Tarefa 1

   • Análise teórica aprofundada sobre fundamentos de imagens digitais
   • Aplicação a cenários reais de visão computacional

7. [OPCIONAL] - Análise de Imagens no Domínio da Frequência - Unidade 2 | Capítulo 1 | Tarefa 2

   • Compreensão da Transformada de Fourier
   • Análise de filtros passa-baixa, passa-alta e passa-banda

8. [OPCIONAL] - Atividade de Segmentação, Operação Morfológica e Extração de Características - Unidade 3 | Capítulo 1

   • Análise conceitual das etapas do pipeline de visão computacional
   • Aplicação a cenários industriais

9. [OPCIONAL] - Experimentos de Visão Computacional no Kaggle - Unidade 03 | Capítulo 2

   • Exploração de competições e notebooks no Kaggle
   • Conexão com pipeline de aprendizado de máquina

Tecnologias Utilizadas

• Python 3.8+
• Jupyter Notebook
• OpenCV (cv2)
• scikit-image
• NumPy
• Matplotlib
• Google Colab

Instalação

Para as atividades que requerem ambiente local:

# Criar ambiente virtual
python -m venv venv
source venv/bin/activate  # Linux/Mac
# ou
venv\Scripts\activate  # Windows

# Instalar dependências
pip install -r requirements.txt

Como Obter o Dataset

Via Python

import requests
import zipfile
import os

# URL do repositório (substitua pela URL correta)
repo_url = "https://github.com/arvoredossaberes/Capacitacao_Visao_Computacional/archive/refs/heads/main.zip"

# Baixar o repositório
response = requests.get(repo_url)
with open('repo.zip', 'wb') as f:
    f.write(response.content)

# Extrair
with zipfile.ZipFile('repo.zip', 'r') as zip_ref:
    zip_ref.extractall('.')
os.remove('repo.zip')

Via GitHub (HTTPS)

# Clonar o repositório
git clone https://github.com/arvoredossaberes/Capacitacao_Visao_Computacional.git

# Ou baixar como ZIP
wget https://github.com/arvoredossaberes/Capacitacao_Visao_Computacional/archive/refs/heads/main.zip
unzip main.zip

Via GitHub (SSH)

# Clonar o repositório usando SSH
git clone git@github.com:arvoredossaberes/Capacitacao_Visao_Computacional.git

Via Hugging Face

from huggingface_hub import snapshot_download

# Baixar dataset do Hugging Face
repo_id = "arvoredossaberes/Capacitacao_Visao_Computacional"
local_dir = "./Capacitacao_Visao_Computacional"

snapshot_download(
    repo_id=repo_id,
    local_dir=local_dir,
    repo_type="dataset",
    local_dir_use_symlinks=False
)

Ou via CLI:

# Instalar a CLI do Hugging Face
pip install huggingface_hub

# Baixar o dataset
huggingface-cli download arvoredossaberes/Capacitacao_Visao_Computacional --repo-type dataset --local-dir ./Capacitacao_Visao_Computacional

Referências

• Material didático do curso de Visão Computacional
• Documentação do OpenCV e scikit-image
• Fundamentos de Processamento Digital de Imagens
• Kaggle: https://www.kaggle.com

Licença

Este projeto está licenciado sob a licença CC BY-SA 4.0.

---

Resumo: Repositório contendo atividades práticas e teóricas do curso de Capacitação em Visão Computacional, abordando processamento de imagens, filtragem, segmentação e extração de características. Data de Criação: 2026-05-10 Autor: Rapport GenerAtiva Versão: 1.1 Última Atualização: 2026-05-10 Atualizado por: Rapport GenerAtiva Histórico de Alterações:

• 2026-05-10 - Criado por Rapport GenerAtiva - Versão 1.0
• 2026-05-10 - Atualizado por Rapport GenerAtiva - Adicionada seção "Como Obter o Dataset" com instruções para Python, GitHub (HTTPS/SSH) e Hugging Face - Versão 1.1

  46664bc (Arquivos descritivos do repositório e das atividades.)