# O que é a computer vision?

A computer vision é uma subárea da inteligência artificial que permite que máquinas interpretem informações visuais. Essa tecnologia ajuda os computadores a processarem e “entenderem” imagens e vídeos. Assim, é possível automatizar processos e torná-los mais precisos.

## O que é computer vision?

A computer vision é um campo de pesquisa e aplicação da [inteligência artificial](https://www.ionos.com/pt-br/digitalguide/marketing-online/vender-na-internet/o-que-e-inteligencia-artificial-ia/), que se dedica à **avaliação automática de dados visuais**. O objetivo é que os computadores não apenas capturem imagens e vídeos, mas também consigam analisar e interpretar seu conteúdo. Isso inclui reconhecer objetos, pessoas ou padrões, assim como compreender cenas. A computer vision combina métodos de aprendizado de máquina, processamento de imagens e estatística. Procedimentos de [deep learning](https://www.ionos.com/pt-br/digitalguide/marketing-online/marketing-em-buscadores/deep-learning/), que trabalham com [redes neurais](https://www.ionos.com/pt-br/digitalguide/marketing-online/marketing-de-mecanismos-de-busca/o-que-e-neural-network/), são especialmente poderosos. Esses modelos são treinados com grandes volumes de dados de imagem para identificar características visuais de forma confiável. Assim, a computer vision fornece a base técnica para muitas aplicações relevantes na prática. Sem essa tecnologia, sistemas autônomos ou análises inteligentes de imagens dificilmente seriam viáveis.

## Como funciona a computer vision?

A computer vision se baseia em converter dados visuais para um formato compreensível para máquinas. Primeiro, as imagens ou os dados de vídeo são **capturados digitalmente e divididos em pixels individuais**. Esses pixels contêm informações sobre cores, brilho e contraste. Em seguida, [algoritmos de IA](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/algoritmos-de-inteligencia-artificial/) extraem características relevantes, como bordas, formas ou texturas.

A maioria dos sistemas usa, para isso, redes neurais; em especial, são utilizadas as [Convolutional Neural Networks (CNNs)](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/convolutional-neural-network/). Essas redes aprendem, durante o treinamento, quais características de imagem são relevantes para tarefas específicas. Para isso, são usados grandes conjuntos de dados, em geral anotados. O modelo ajusta suas **ponderações internas até reconhecer objetos ou padrões de forma confiável**. Após o treinamento, o sistema consegue analisar novas imagens desconhecidas. Dependendo da aplicação, ele fornece resultados como classificações, posições ou probabilidades.

A qualidade dos resultados depende muito do volume de dados, da qualidade desses dados e do modelo escolhido. Além disso, a infraestrutura subjacente desempenha um papel importante. Muitas aplicações de computer vision são executadas na nuvem ou diretamente em chamados dispositivos de edge. Sistemas baseados em cloud oferecem **alto poder de processamento** e são especialmente adequados para o treinamento de modelos complexos ou para a análise de grandes volumes de dados. Já a [Edge AI](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/ia-edge/) processa dados de imagem **diretamente no local de origem**, por exemplo, em câmeras, smartphones ou instalações industriais. Isso reduz latências, economiza largura de banda e aumenta a proteção de dados.

## Para quais tarefas a computer vision é adequada?

A computer vision é mais adequada para tarefas em que informações visuais precisam ser **avaliadas ou interpretadas automaticamente**. A tecnologia consegue analisar grandes volumes de dados de imagem ou vídeo em pouco tempo. Ela atua de forma consistente e sem fadiga, o que a torna uma alternativa real, especialmente para tarefas repetitivas. Além disso, permite decisões em tempo real, como as exigidas em aplicações críticas para a segurança. A computer vision pode processar tanto **dados visuais estruturados quanto não estruturados**.

Tarefas típicas de computer vision incluem, entre outras:

- **Reconhecimento de objetos**: os sistemas identificam e classificam objetos em imagens ou vídeos, como veículos, pessoas ou produtos. Além disso, é possível determinar a posição dos objetos, por exemplo, por meio de *bounding boxes*.
- **Reconhecimento facial**: a computer vision identifica ou verifica pessoas com base em seus traços faciais. A técnica é frequentemente usada para controle de acesso ou processos de autenticação.
- **Classificação de imagens**: as imagens são automaticamente atribuídas a categorias, como “com defeito” ou “intacto”. Essa tarefa é especialmente relevante no controle de qualidade.
- **Segmentação de imagens e de instâncias**: nesse processo, são mascarados os pixels que pertencem a um objeto ou a uma classe de objetos, por exemplo, para um reconhecimento preciso de formas e contornos.
- **Detecção de movimento e de eventos**: alterações em fluxos de vídeo também são identificadas, por exemplo, como movimentos incomuns. Esses sistemas são frequentemente usados em monitoramento ou em tecnologias de segurança.
- **Estimativa de profundidade e reconhecimento 3D**: a computer vision trabalha cada vez mais com dados 3D ou câmeras estéreo para determinar, com precisão espacial, as posições dos objetos.
- **Reconhecimento de texto (OCR)**: texto impresso ou manuscrito é extraído de imagens com OCR e convertido em texto legível por máquina. Isso facilita a digitalização de documentos.

## Onde a computer vision é usada?

A computer vision é usada em muitas áreas do dia a dia e da indústria:

- Na **fabricação industrial**, a tecnologia desempenha um papel importante, pois monitora os processos de produção e identifica automaticamente peças defeituosas.
- Também na **área médica**, a computer vision está bem estabelecida: ela apoia médicas e médicos na avaliação de imagens de raio X, tomografia computadorizada (TC) ou ressonância magnética (RM), facilitando diagnósticos precisos.
- Outro campo de aplicação central são os **veículos autônomos**. Eles usam computer vision para reconhecer faixas de rodagem, placas de trânsito e outros usuários das vias e, assim, se deslocar com segurança no trânsito.
- O **varejo** também se beneficia da tecnologia, por exemplo, por meio de análises automáticas de mercadorias ou sistemas de detecção de furtos.
- Na **logística**, por sua vez, a computer vision garante a identificação e a triagem eficientes de pacotes e remessas.
- A **agricultura** também aposta cada vez mais em IA visual, por exemplo, para a detecção precoce de doenças nas plantas.
- Além disso, **órgãos de segurança** utilizam computer vision para analisar imagens de vídeo em espaços públicos.
- No **ambiente doméstico**, a tecnologia também está presente: em smartphones, ela possibilita recursos como reconhecimento facial ou otimização automática de imagens.
- Além disso, a computer vision constitui uma base central para **aplicações** em diferentes áreas de Extended Reality como, por exemplo, AR ou VR.


This is a markdown version of: [https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/computer-vision/](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/computer-vision/) for AI/LLM consumption.