Processamento de Imagens em C++: Bibliotecas CImg, OpenCV e stb_image

Trabalhando com Imagens em C++: Visão Geral das Bibliotecas e Exemplos Práticos

O processamento de imagens é uma das tarefas-chave na programação moderna, desde a visão computacional até editores gráficos. Em C++, existem várias bibliotecas poderosas que permitem carregar, processar e salvar imagens. Neste artigo, vamos explorar três ferramentas populares: CImg, OpenCV e stb_image. Cada uma delas possui suas próprias características, vantagens e áreas de aplicação.

1. Biblioteca CImg

CImg (C++ Image Processing Library) é uma biblioteca leve e multiplataforma para processamento de imagens. Ela é distribuída como um único arquivo de cabeçalho (CImg.h), o que a torna ideal para prototipagem rápida e projetos pequenos. O CImg suporta formatos BMP, JPEG, PNG, TIFF e outros, mas para trabalhar com eles requer a instalação de bibliotecas adicionais (por exemplo, libpng ou libjpeg).

Principais recursos:

• Carregamento, exibição e salvamento de imagens.
• Filtros (desfoque, nitidez, filtro mediano).
• Transformações geométricas (rotação, redimensionamento, espelhamento).
• Trabalho com espaços de cores (RGB, HSV, Lab).
• Desenho de primitivas (linhas, círculos, texto).

Exemplo: carregar uma imagem e aplicar desfoque

#include "CImg.h"using namespace cimg_library;

int main() {    // Carregamos a imagem    CImg<unsigned char> image("input.jpg");

    // Aplicamos desfoque Gaussiano (raio 3)    CImg<unsigned char> blurred = image.get_blur(3);

    // Salvamos o resultado    blurred.save("output_blurred.jpg");

    return 0;}

Este código demonstra a abordagem minimalista do CImg: uma linha para carregar, uma para processar e uma para salvar. A biblioteca gerencia a memória automaticamente.

2. Biblioteca OpenCV

OpenCV (Open Source Computer Vision Library) é o padrão de facto para tarefas de visão computacional e processamento de imagens em C++. Ela inclui mais de 2500 algoritmos otimizados, suporta aceleração por GPU e é amplamente utilizada em soluções industriais, robótica e pesquisa científica. O OpenCV trabalha com formatos JPEG, PNG, TIFF, WebP e muitos outros.

Principais recursos:

• Carregamento, exibição e gravação de vídeo/imagens.
• Filtragem, morfologia, processamento por limiar.
• Detecção de objetos (rostos, carros) usando cascatas Haar ou aprendizado profundo.
• Calibração de câmera, visão estéreo.
• Aprendizado de máquina (SVM, KNN, redes neurais).

Exemplo: redimensionar e converter para tons de cinza

#include <opencv2/opencv.hpp>using namespace cv;

int main() {    // Carregamos a imagem colorida    Mat image = imread("input.jpg", IMREAD_COLOR);    if (image.empty()) {        return -1;    }

    // Convertemos para tons de cinza    Mat gray;    cvtColor(image, gray, COLOR_BGR2GRAY);

    // Reduzimos o tamanho pela metade    Mat resized;    resize(gray, resized, Size(), 0.5, 0.5, INTER_LINEAR);

    // Salvamos o resultado    imwrite("output_gray_resized.jpg", resized);

    return 0;}

O OpenCV usa a classe Mat para representar imagens. Todas as operações são realizadas através de funções estáticas ou métodos. A biblioteca requer instalação prévia, mas oferece máxima flexibilidade e desempenho.

3. Biblioteca stb_image

stb_image faz parte de um conjunto de bibliotecas de cabeçalho único de Sean Barrett. Ela é destinada exclusivamente ao carregamento e salvamento de imagens, sem funções de processamento. Suporta os formatos JPEG, PNG, BMP, GIF, PS