Arquivo de aplicativos BH
Análise de moagem de café
Começo rápido – A ideia de usar uma imagem de grãos de café para medir a distribuição do tamanho veio do Dr. Jonathan Gagné. Com a ajuda generosa de Jonathan e do pessoal do Barista Hustle, esta versão baseada em navegador abre a técnica para um público mais amplo.
Os números ainda NÃO estão otimizados ou validados, mas você terá uma ideia geral. A imagem de teste que se abre tem uma resolução relativamente baixa, portanto não representa uma imagem de alta qualidade – mas é útil para mostrar os princípios. Sua largura calibrada é de 138 mm para você começar.
Como tudo funciona
Explicação básica – A ideia é simples. Tire uma foto dos grãos e identifique automaticamente cada partícula verdadeira na imagem, conte o número de pixels dessa partícula e calcule como os grãos estão distribuídos em vários tamanhos
Muitas vezes imagina-se que tal técnica de “análise de imagem” seria muito difícil. Na realidade, existem duas dificuldades principais que nada têm a ver com análises sofisticadas de imagens:
1 – Conseguir uma iluminação uniforme, com grãos pretos/marrons perfeitos sobre um fundo branco perfeito é muito difícil. Qualquer imperfeição na iluminação, no fundo ou na cor do feijão torna mais difícil distinguir as partículas do fundo ou do ruído.
2 – A calibração é muito mais complicada do que você imagina. Uma pré-calibração exige que você sempre tire a imagem exatamente da mesma distância. Um objeto de calibração na imagem (a) ocupa espaço nas rotinas e (b) precisa de alguma identificação do usuário baseada no mouse ou de um algoritmo inteligente para ser definido.
Seguindo o princípio de “manter a simplicidade”, o primeiro problema é resolvido fornecendo uma luz de fundo para os moinhos. No meu caso, usei a tela do meu laptop que se dobra – eu poderia igualmente ter usado um monitor deitado de costas. Ajuda o fato de eu ter um excelente portátil vácuo limpador que suga rapidamente os grãos após um teste.
A outra abordagem simples usada aqui é que de alguma forma você saiba com precisão a largura total em mm da sua imagem. Minha técnica preferida é incluir uma escala na parte superior ou inferior da imagem. O aplicativo “blobbing” em um único objeto grande que é automaticamente descartado pelo controle MaxPixel – ou a cor é tão fraca que o blbbing o ignora de qualquer maneira.
Basta ler a escala (por exemplo, contando marcadores de 5 mm e interpolando os últimos mm) e inserir o valor. Como utilizo a tela de um laptop, posso criar minha escala como uma imagem gráfica, otimizando tamanho, espaçamento, cor etc. para máxima precisão com mínima interferência na contagem.
Análise de tamanho – Carregue uma imagem. Com a opção Somente imagem selecionada, você pode ter uma boa ideia da qualidade da imagem, ler a escala e inserir um bom valor de calibração. Agora você precisa decidir sobre um valor de limite. Qualquer coisa menos brilhante que isso será considerada uma partícula, qualquer coisa mais brilhante será ignorada. Você pode mover o mouse pela imagem e obter um valor RGBK. O K (para preto) é o valor da escala de cinza usado para limite. Mova alguns grãos e sinta seus valores K (pequenos) em comparação com o fundo (grande). Em seguida, escolha um valor de Limite que inclua com segurança seus grãos, mas exclua sombras estranhas, marcas etc. – da melhor maneira possível. Jonathan usou o valor do canal Azul porque é mais sensível à cor marrom dos grãos de café. Você pode escolher esta opção se desejar. Se você clicar e arrastar o mouse sobre um grão você terá uma ideia do seu tamanho, desde que sua calibração esteja correta.
Se você tiver uma imagem ruidosa com muitos pontos de 1 a 2 pixels, defina um valor Min-Pixels de, digamos, 5, para que esse ruído seja ignorado. Do course isso pode excluir alguns grãos reais, então você precisa chegar a um valor de compromisso. O valor Max-Pixels geralmente pode ser definido como um valor médio para poder excluir coisas como marcas de escala ou um pouco de borda preta que apareceu na imagem. Defina-o muito pequeno e alguns grãos reais serão excluídos. Muito grande e algum lixo será incluído e geralmente reduzirá o valor dos cálculos. Quanto mais perfeita for a iluminação e a imagem, menos você precisará se preocupar com esses detalhes.
Para analisar os tamanhos costuma-se colocá-los em “caixas”. Tudo de 0 a 0,1 mm pode estar em uma caixa, tudo de 0,1 a 0,2 mm em outra, etc. N-Bins permite que você escolha. Muito poucos e você não obtém uma análise sensata. Se forem muitos, você provavelmente não terá grãos suficientes por compartimento para que os dados façam sentido estatístico.
Cada vez que você altera suas entradas, as coisas são recalculadas automaticamente – as velocidades parecem boas se você não deslizar muito. Você obtém NGrounds, o número de partículas individuais identificadas (dentro de seus Pixels Min-Max) e Max, o maior. Esta caixa é muito útil. Se você alterar o Limite ou Pixels Min-Max
acima de uma faixa razoável, e se esses valores não permanecerem muito alterados, você estará em uma parte feliz do espaço de análise de imagem, onde suas medições estão muito acima de qualquer nível de ruído proveniente de lixo na imagem. Se os números mudarem muito, seus resultados finais dependerão do seu julgamento, e não de números concretos. Quanto mais tempo você dedicar para obter imagens bem iluminadas com poucos artefatos, menos precisará mexer nas variáveis de controle.
Os resultados - Suponha que você tenha 99 partículas de diâmetro 1 e 1 partícula de diâmetro 100. Você pode dizer corretamente “Minha moagem é 99% tamanho 1” e ficará muito feliz – até provar o café. Outra maneira de pensar sobre isso é dizer que essas 99 partículas pesarão, digamos, 1 unidade cada, então seu peso combinado é 99. Como o peso depende do volume que depende do diâmetro³, a única partícula grande pesará 1.000.000. Portanto, em termos de peso, suas 99 partículas são insignificantes e, efetivamente, você terá apenas um único pedaço grande de café, que não será extraído com eficiência.
Então, quando mostramos a distribuição de tamanho, poderíamos mostrá-la em termos numéricos, quantos estão em cada diâmetro (ou estão na caixa com essa faixa de diâmetro). Isto corresponde à nossa intuição quando olhamos para a imagem – vemos todos aqueles grãos pequenos e quase não notamos os grandes. Também podemos mostrá-los em termos de área, que expressa quanto da área superficial vem de vários tamanhos de partículas. E podemos mostrá-los em termos de volume, o que nos diz onde realmente está o volume ou a massa do café. Eu escolhi traçar todos os três. Também podemos representá-los de maneira cumulativa para que você possa ver prontamente em que tamanhos coisas interessantes acontecem. Alguns gostam de vê-los em logarítmico escala. A aritmética dos cálculos é discutida abaixo.
Se você tiver uma partícula grande e rebelde, seus compartimentos superiores podem estar vazios, com um salto no compartimento final (de volume). Diminua Max-Pixels abaixo do valor Max mostrado na caixa de informações na parte superior. A lixeira desonesta deve desaparecer e seu enredo parecerá mais sensato. Do course, se essa partícula nociva for real e tiver um tamanho significativamente maior, então (como você verá no gráfico de volume cumulativo) sua extração de café será dominada por aquela partícula grande!
Espalhando as moagens – O aplicativo não se cansa de contar. Portanto, quanto mais partículas você puder incluir na imagem, melhores serão as estatísticas para analisar o tamanho das partículas. O problema é que se duas partículas quaisquer se tocarem, elas serão contadas como uma partícula maior. Encontrar uma maneira de espalhar o número máximo de partículas com o mínimo de contato é um dos seus grandes desafios. Jonathan sugere borrifar com a ponta dos dedos – uma ideia que achei surpreendentemente boa. Ele também tem a opção de excluir partículas tocantes da imagem, mas exige que você faça um julgamento e acerte-as com o mouse.
Sua câmera - Na análise da moagem do café, como em tudo o mais, entra lixo, sai lixo. Você pode facilmente tirar uma foto com a câmera do seu smartphone, mas tenderá a descobrir que a parte “inteligente” do telefone é um verdadeiro incômodo. Pode focar automaticamente em algo importante para ele, e não para você. Ele pode decidir que seu forte contraste é realmente desagradável, então suavizará automaticamente sua iluminação. Quem sabe quais algoritmos “inteligentes” serão invocados. Os smartphones não foram projetados por pessoas cujos interesses eram principalmente obter imagens precisas, de alto contraste,
close-ups para análise de imagens. Se você for inteligente o suficiente para saber como desligar os recursos da câmera inteligente do seu telefone, você começou bem.
Minha experiência é que, com minha câmera Canon bastante boa, preciso desligar tudo automaticamente. Tentando algumas configurações manuais, consegui equilíbrio de resolução, contraste e foco que, vez após vez, me deram os mesmos resultados. Quando permiti que ele assumisse os recursos automáticos, nunca sabia o que iria conseguir – até o nível de detalhe necessário para uma boa análise da moagem do café.
Para tornar as coisas ainda mais simples (a longo prazo), configure um equipamento para a câmera de forma que ela fique sempre bem alinhada com a fonte retroiluminada, com a escala nítida no topo, a uma distância ideal. Na imagem você vê que estou com minha câmera em um tripé resistente e uso um “nível de sapata” (a bolha verde-amarelada) para deixar tudo quadrado.
Os cálculos – Não há informações suficientes em uma imagem 2D de grãos 3D para criar uma análise precisa de seus tamanhos. Os cálculos, portanto, resumem-se a uma escolha de aproximações.
Joanathan escolheu um método mais sofisticado que utiliza informações de forma 2D. Para velocidade e simplicidade, escolhi uma abordagem diferente. Talvez uma versão futura tente algo mais sofisticado.
Tudo o que sei após o processamento da imagem é o número de pixels que compõem uma “bolha”. Posso chamar isso de área, A, então sei que se fosse um círculo, o raio seria dado por Α=πr². Agora tenho o pseudo-raio, r=√(A/π), de cada bolha. Posso então dizer que a área superficial do grão é 4πr² e seu volume é 4/3πr³. Isso me permite, para cada compartimento de raio (embora eu o represente como o diâmetro mais confortável), saber o número de partículas naquele compartimento, a área dessas partículas e seu volume.
Para relatar os resultados, para simplificar, forneço um valor médio de Número, Área e Volume para capturar uma “média”. Para quem está familiarizado com o assunto, esses valores são D[1,0], D[2,1] e D[3,2]. Há também um Dx que você define como D90, D80 etc. através do controle deslizante. Este é o diâmetro abaixo do qual se encontram 90%, 80% etc. Outros valores “médios” estão disponíveis e outras opções podem ser adicionadas posteriormente.
Feito pelo Professor Steven Abbott, especialmente para Barista Hustle!
Este aplicativo foi feito especialmente para o Barista Hustle e nossos assinantes pelo Professor Steven Abbott. Sua extraordinária carreira o levou ao redor do mundo, com trabalhos que incluíram trabalhar com produtores de banana nas Filipinas, gráficas na Colômbia e uma empresa de válvulas para sacos de café nos EUA. Prof Abbott é um especialista mundial em ciência de secagem e difusão. Seus aplicativos e e-books são uma referência para qualquer pessoa séria sobre a ciência da extração.
Veja a coleção de livros do professor Steven Abbott aqui!