Table of Contents

Introdução: O Valor dos Dados Cartográficos Históricos

Os mapas históricos e os planos são registros insubstituíveis de ambientes passados, layouts urbanos e realizações de engenharia. Pesquisadores na história urbana, ciência ambiental e arqueologia usam esses documentos para rastrear mudanças na paisagem, reconstruir características perdidas e validar modelos espaciais. No entanto, as informações bloqueadas em tinta desbotada, papel quebradiço e pergaminho distorcido não são facilmente utilizáveis em pesquisas digitais. Este artigo apresenta um fluxo de trabalho abrangente para extrair dados estruturados de mapas históricos e planos arquitetônicos, cobrindo o pipeline completo de preparação de documentos físicos através da digitalização, aprimoramento, georreferenciamento, vetorização e técnicas modernas de aprendizagem de máquinas. Ao implementar esses métodos, os praticantes podem transformar imagens históricas estáticas em ricos conjuntos de dados geoespaciais que suportam análises, visualização e preservação de longo prazo.

Preparação e digitalização

A digitalização de alta qualidade é a base de todo projeto de extração bem sucedido. A digitalização ruim introduz artefatos que degradam tanto a interpretação humana quanto o processamento automatizado. Comece avaliando a condição do documento: rasgos de notas, vincos, manchas, desvanecimento e reparos anteriores. Escolha um método de digitalização que respeite a fragilidade do documento enquanto captura detalhes tonais e espaciais suficientes.

Seleção de Hardware para Documentos Frágeis

Para documentos planos até ao tamanho A3, é preferível um scanner plano com resolução óptica de 600–1200 DPI. Os planos maiores e os mapas de parede requerem um scanner planetário (sistema de câmara overhead) para evitar a flexão de mídia frágil. Para páginas muito frágeis, considere um scanner de berço de livro com pressão mínima na coluna vertebral. Ao usar um sistema baseado em câmera, assegure-se que a lente é paralela ao plano de documento para minimizar a distorção de perspectiva. Capture sempre pelo menos um quadro de teste para verificar foco e exposição.

Iluminação e gerenciamento de cores

Use painéis LED difusos colocados em ângulos de 45 graus para reduzir reflexos especulares de superfícies laminadas ou de tinta brilhante. Para documentos com forte curvatura ou sombras de vinco, um braço de luz flexível permite iluminação orientada. Inclua um alvo de calibração de cores (por exemplo, X-Rite ColorChecker) em uma imagem separada de cada folha para permitir correção de cor precisa durante o pós- processamento. Guarde as varreduras brutas em um formato sem perdas: TIFF com escala de cinza de 16 bits para documentos monocromáticos, ou 48 bits para mapas multicoloridos. Evite compressão JPEG, uma vez que os artefatos de bloqueio interferem com a detecção de bordas e treinamento de rede neural.

Controlos e Manuseamento do Ambiente

Trabalhar num ambiente limpo e climatizado: humidade relativa entre 35-50% e temperatura 18-21°C. Usar luvas de algodão ou nitrilo sem fios ao manusear originais. Para mapas com pigmento frágil (por exemplo, lavagens de água coloridas à mão), evite qualquer contacto directo com a área colorida. Após a digitalização, permita que o documento descanse antes de voltar a guardar pastas sem ácido. Documente todas as etapas de manuseamento num diário de conservação que acompanha os ficheiros digitais.

Metadados e Organização de Ficheiros

Criar uma convenção de nomenclatura estruturada: [[FLT: 0]]. Armazenar imagens- mestre em armazenamento de arquivos seguro com backups redundantes (seguir a regra 3-2-1: três cópias, dois tipos de mídia, um fora do site). Gravar metadados detalhados usando padrões estabelecidos como Dublin Core ou ISO 19115 para recursos geoespaciais. Incluir instituição de origem, criador, data de publicação, escala, projeção (se conhecido), e notas de condição. Use uma planilha ou esquema XML para ligar cada imagem ao seu registro de metadados.

Técnicas de Melhoria de Imagens

As varreduras em bruto geralmente contêm ruído, iluminação irregular e recursos desbotados. O realce clarifica os limites, melhora a legibilidade das anotações e prepara imagens para ferramentas de extração automatizadas. Aplique operações de realce em uma cópia de trabalho, nunca no arquivo mestre.

Expansão de contraste e Equalização Local

Usar o ajuste de curva ou o alongamento do histograma para expandir o intervalo dinâmico de linhas de lápis fracas ou tintas desbotadas. Para documentos com iluminação irregular (por exemplo, a partir de uma curvatura de página), aplique o Histograma Adaptativo Limitado Contrast (CLAHE) com um tamanho de azulejo de 8×8 pixels. Isto revela detalhes finos em cantos escuros, sem amplificar o ruído em áreas brilhantes. Para plantas com fundo de cianotipo, aumente o contraste puxando a curva do canal azul, deixando o vermelho/verde quase plano.

Supressão de ruído e remoção de poeira

Use filtragem mediana (tamanho do kernel 3–5) para remover o ruído sal e pimenta de scanners sujos. Para resultados de maior qualidade, aplique meios não locais desnoise com uma janela de pesquisa de 21 pixels e um tamanho de patch de 7 pixels. Remova manchas de poeira e arranhões usando um pincel de cura de manchas em software de edição de imagens ou filtros automatizados de despeckle em oleodutos de processamento em lote. Preservar textura intencional (por exemplo, linhas de papel, linhas de cadeias) como eles podem fornecer pistas de origem ou datação.

Transformação e retificação geométrica

Mapas e esquemas antigos sofrem frequentemente de encolhimento de papel, deformações ou digitalização desigual. Aplique uma transformação de perspectiva para corrigir bordas irregulares. Para mapas com características de controle conhecidas (por exemplo, linhas de grade, bordas), use uma transformada polinomial (ordem 1–3) para corrigir distorção sistemática. Se o documento tiver dobras locais graves, considere usar uma interpolação de placa fina com pontos de empate selecionados manualmente. Sempre reamostrar para uma resolução consistente (por exemplo, 300 DPI) após a transformação.

Melhoria avançada para documentos degradados

Para documentos com extensa coloração ou tinta desbotar, use ferramentas de pintura (por exemplo, OpenCV's ) para preencher áreas de fundo danificadas antes da extração de recursos. Para mapas com sobrescritas transparentes (por exemplo, anotações posteriores em lápis), separe as camadas usando desconvolução de cores no ImageJ ou um script personalizado. Estas etapas especializadas são demoradas, mas podem salvar conteúdo inutilizável de outra forma.

Georeferenciando Mapas Históricos

A atribuição de coordenadas do mundo real a um mapa digitalizado permite sobrepor-se com camadas modernas de GIS, permitindo aos pesquisadores comparar características históricas com fronteiras atuais, infraestrutura ou uso do solo. O georeferenciamento transforma uma imagem estática em um conjunto de dados espacialmente conscientes que pode ser examinado, analisado e compartilhado.

Selecionando pontos de controle de solo estável (GCPs)

Escolha características que permaneceram inalteradas desde a criação do mapa: espirais de igrejas, topos de morros, promontórios de costa, interseções de estradas que persistem na rede de ruas moderna. Os assentamentos históricos muitas vezes reocupam as mesmas posições, então verifique se igrejas, praças de cidades ou fortificações ainda existem. Distribua pelo menos 10-15 GCPs uniformemente através do mapa – evite agrupar em um único quadrante. Para mapas com uma grade, use interseções de grade como GCPs secundários depois de verificar sua precisão geodésica. Nunca use recursos temporários como pontes de madeira ou cercas de madeira que possam ter se movido ou decaído.

Métodos de Transformação e Avaliação de Erros

Os mapas simples com distorção mínima (por exemplo, planos cadastrais do século XX) podem requerer apenas uma transformação afim (polinomial de primeira ordem). Para mapas mais antigos com redução significativa de papel ou projeção curva, use um método polinomial de segunda ordem ou um método de interpolação local, como a spline de placas finas. Sempre inspecione erros residuais após a transformação: um GCP com erro quadrado médio de raiz alta (RMSE) deve ser verificado ou removido. Mantenha o RMSE global abaixo da metade da resolução de saída pretendida (por exemplo, < 0,5 metros para um conjunto de dados de resolução de 1 m). No QGIS, o plug- in Georeferencer fornece gráficos residuais; no ArcGIS Pro, a Tabela de Pontos mostra erros individuais.

Manuseando Projeções desconhecidas

Muitos mapas históricos predatam sistemas de referência padrão. Nestes casos, note a projeção original do mapa a partir da sua legenda (se presente) e use uma transformada personalizada. Se a projeção for desconhecida, trate o georeferenciamento como um alinhamento mais adequado e rotule a saída como "não projetada" em metadados. Use um sistema de referência global moderno como WGS84 (EPSG:4326) para a vetorização se for necessária projeção em voo mais tarde.

Georreferenciamento Lote para Série de mapas

Para grandes coleções de folhas de mapa (por exemplo, mapas topo históricos), use a ferramenta MapAnalyst ([MapAnalyst[]) que automatiza partes do fluxo de trabalho detectando linhas de grade. Alternativamente, escreva um script Python com o ] e para aplicar arquivos mundiais (]) derivados de pontos de controle conhecidos. O processamento de batentes reduz o tempo, mas ainda exige validação manual de cada folha.

Vectorização manual: precisão através de rastreamento especializado

Para documentos complexos ou altamente degradados, a extração automatizada pode produzir erros inaceitáveis. A digitalização manual, executada cuidadosamente por um pesquisador treinado, continua sendo o padrão ouro para a precisão. É especialmente valioso para características como pegadas de construção intrincadas, limites de parcelas ou contornos de elevação onde pequenos erros mudam os resultados da análise.

Configurar um Ambiente de Vectorização

Use um GIS com ferramentas de encaixe e regras de topologia para manter a geometria limpa. No QGIS, habilite o snapping para vértices e segmentos com uma tolerância de 1-2 pixels. Para construir pegadas, rastreie as paredes externas no nível do solo como se inferiu da simbologia do mapa (por exemplo, linhas pretas sólidas indicam paredes). Para características lineares como estradas, pontos de amostra em mudanças significativas de direção - não digitalize cada pixel de uma curva. Mantenha uma tabela de atributos com campos: , (alto/médio/baixo), , , e . Link cada recurso com um snippet de imagem recortada do mapa fonte para verificação futura.

Lidar com a ambiguidade e a incerteza

Os mapas históricos mostram frequentemente funcionalidades que já não existem ou que diferem das referências modernas. Use um esquema padronizado: registe as funcionalidades digitalizadas como "provavelmente" ou "incertas" na tabela de atributos. Por exemplo, uma linha fraca pode indicar um limite de propriedades que não possa ser confirmado — rotule- o como "limite provável" com um nível de confiança. Evite a tentação de "corregir" o mapa; em vez disso, documente a interpretação. Forneça hiperlinks para o trecho original do mapa no anexo de funcionalidades.

Protocolos de controlo da qualidade

Após a digitalização, sobreponha a camada vetorial na imagem de origem georreferenciada a 100% de zoom. Inspecione cada recurso para erros topológicos: nós pendurando em linhas, sobrepondo limites de polígono ou pequenas lacunas perto de vértices. Use o plug- in 'Topology Checker' do QGIS para automatizar a detecção. Tenha um segundo pesquisador amostra independente de pelo menos 10% das características, medindo diferenças posicionais. Documente a precisão posicional (por exemplo, deslocamento médio de 0,3 metros) nos metadados do projeto.

Técnicas de extração semi-automáticas

A digitalização manual não escala bem para grandes coleções. Métodos semi- automatizados reduzem o trabalho por acoplamento de julgamento humano com detecção algorítmica. Estas abordagens funcionam melhor quando as imagens de origem são relativamente limpas e as características seguem padrões previsíveis.

Reconhecimento de Caracteres Ópticos (OCR) para Texto Histórico

Aplicar o OCR para extrair nomes de locais, legendas, anotações e barras de escala. Os motores OCR padrão (por exemplo, Tesseract) frequentemente falham com fontes históricas — serif- heavy, quebrado ou desbotado. Melhorar os resultados por regiões de texto pré- processamento: limite a imagem para binário (usando o método de Otsu), escala de 2–3x e linhas individuais deskrew. Para Tesseract, treine um modelo de linguagem personalizado no texto de amostra da mesma era. Para as etiquetas escritas à mão em plantas, use Transkribus ([[ FLT: 0]]] [[ FLT:1]] Transkribus[[[[ FLT: 2]][[[ FLT: 3]]) com um modelo treinado em letras cursivas ou em placas de cobre.

Sempre pós- processo OCR saída comparando com uma lista conhecida de nomes de lugares de gazetteers.

Segmentação de cores e Classificação Supervisionada

Muitos mapas históricos usam cores consistentes para tipos de cobertura de terra: verde para floresta, azul para água, rosa para áreas construídas. Em um GIS (por exemplo, ]QGIS[[ ou ArcGIS Pro[[][, realizar classificação supervisionada: recolher polígonos de treino 10–20 por classe, aplicar então uma probabilidade máxima ou classificador florestal aleatório. O raster resultante pode ser convertido em polígonos e manualmente limpo. Este método funciona de forma fiável apenas quando a paleta de cores é consistente através do documento e as cores de digitalização são calibradas. Para mapas com coloração manual que desvanece de forma desigual, considere a segmentação baseada na cor no espaço HSV em vez de RGB para reduzir a sensibilidade às variações de brilho.

Detecção de bordas e esqueletonização

Para os planos arquitetónicos e os planos de engenharia com linhas contínuas claras, use a detecção de bordas do Canny para produzir um mapa de bordas. Depois aplique o desbaste morfológico (esqueleto) para reduzir as linhas para esqueletos de um pixel. Vetorize usando ferramentas como ou o módulo r.to.vec no GIS GIS. Esta técnica é excelente para planos com trabalho de linha de alto contraste, mas luta com linhas tracejadas, manchas ou documentos com desenho manual, onde a espessura da linha varia. É necessário pós- processamento: remover linhas curtas espúrias (menos de 10 pixels), ponte de aberturas perto de intersecções, e filtrar etiquetas de texto que são mais grossas do que a largura da linha.

Máquina de aprendizagem para reconhecimento de recursos

A aprendizagem profunda, especialmente as redes neurais convolucionais (CNNs), transformou a velocidade e precisão da extração de recursos de imagens históricas. Modelos podem ser treinados para detectar símbolos específicos, pegadas de construção, limites de parcelas ou até mesmo caligrafia. O investimento inicial em dados de treinamento anotados é alto, mas o ganho de produtividade para grandes coleções é substancial.

Construindo um conjunto de dados de treinamento

Curar pelo menos 200–500 exemplos anotados por classe de recursos, extraídos de documentos representativos que cobrem diferentes escalas de mapas, épocas e níveis de degradação. Use ferramentas de anotação como Label Studio[[ ou ferramentas de digitalização próprias do QGIS. Salve anotações em formatos como COCO JSON (para detecção de objetos) ou máscaras GeoTIFF (para segmentação). Aumente o conjunto de dados com rotações aleatórias (até 15°), escalonamento (0,8–1,2x), deslocamentos de brilho (±20%) e extração de pequenos patches (por exemplo, 256×256 peças) para aumentar a robustez do modelo. Para símbolos específicos do domínio, como moinhos de vento, pedras de contorno ou trilhos, a anotação manual é inevitável – a lotação através de plataformas como o Zooniverso pode ajudar a distribuir a carga de trabalho.

Modelo de Arquitetura e Estratégias de Treinamento

Para detecção de objetos (localizando símbolos ou edifícios), comece com o YOLOv8 ou o R- CNN mais rápido com uma espinha dorsal ResNet- 50. Para segmentação semântica (zonas de uso de terra ou pegadas de construção completas), use U- Net ou DeepLabV3+ com um codificador EfficientNet. Para ler texto histórico, combine um extrator de características CNN com uma rede neural recorrente (CRNN) e perda de classificação temporal coneccionista (CTC). Ajuste fino um modelo pré- treinado na ImageNet ou em dados de mapas históricos semelhantes (por exemplo, do projeto MapSeg) em vez de treinar do zero. Use a taxa de aprendizagem de transferência com uma taxa de aprendizagem de 1e-4, reduzindo no platô.

Treine para 50- 100 épocas com a parada precoce com base na perda de validação.

Inferência, Pós-Processo e Validação

Execute o modelo treinado em folhas de mapas invisíveis, processando em azulejos de 512×512 pixels com sobreposição de 10% para evitar artefatos de contorno. Exportar previsões como GeoJSON ou arquivos de forma. Esperar falsos positivos – especialmente em elementos decorativos (cartouches, rosas de bússola) que se assemelham a formas de construção. Implementar pós- processamento: polígonos de filtro por área (retirar características menores do que um limiar derivado da escala de mapas), aplicar supressão não máxima para sobreposições de detecção e ajustar limites a uma grade simplificada. Compute Intersecção sobre a União (IoU) em um conjunto de teste de controle de precisão; mire IoU > 0,7 para tarefas de segmentação. Sempre revise manualmente uma amostra aleatória de previsões antes de usar o conjunto de dados em análise.

Recursos e Plug-ins de código aberto

Bibliotecas como PyTorch, TensorFlow e o pacote MapSeg[ Python (projetado para segmentação histórica do mapa) reduzem a barreira à entrada. Para usuários sem conhecimento de codificação, o plugin QGIS 'Map Learning' fornece uma interface gráfica para treinamento e inferência sobre imagens de mapas em azulejos. O padrão GeoPackage permite armazenamento eficiente de saídas vetoriais ao lado das coordenadas originais da imagem.

Melhores práticas para pesquisa reprodutível

Extrair dados de documentos históricos é inerentemente interpretativo.Aderir a documentação e padrões de gerenciamento de dados garante que os resultados podem ser verificados, reutilizados e comparados entre estudos.

Manter um Registo de Processamento

Grave cada passo: nomes de arquivos de origem, versões de software (incluindo versões de plug- in e biblioteca), parâmetros de transformação, RMSE GCP, precisão do classificador e data de processamento. Use um arquivo de texto controlado por versão ou um Jupyter Notebook com células de marcação. Este registro permite que outros pesquisadores repliquem ou critiquem o fluxo de trabalho. Anexe o log como material suplementar ao publicar o conjunto de dados.

Combine vários métodos em um tubo

Nenhuma técnica funciona para todos os tipos de documentos. Construa um pipeline híbrido que desembrulhe etapas manuais, semi-automáticas e de aprendizado de máquina:

  • Passo 1:] Digitalizar e melhorar a imagem de origem.
  • Passo 2:] Georreferência e digitalizar manualmente um subconjunto de características de base (por exemplo, estradas principais, hidrologia, fronteiras).
  • Passo 3:] Execute extração semi-automática para características secundárias (poligonos de cobertura terrestre, rótulos de texto).
  • Passo 4:] Aplicar a aprendizagem de máquina para detectar padrões raros ou complexos (por exemplo, limites históricos, símbolos de máquinas industriais, anotações escritas à mão).
  • Passo 5: Validação manual, correção e atribuição de atributos para a saída combinada.

Documentar a confiança de cada camada para que os usuários possam filtrar pela confiabilidade em suas próprias análises.

Considerações éticas e culturais

Lidar com documentos originais com cuidado: usar luvas, usar a pressão mínima sobre as ligações e evitar a exposição prolongada à luz. Se o mapa representa terras indígenas ou sítios culturalmente sensíveis, consultar comunidades descendentes antes de digitalizar ou publicar conjuntos de dados derivados. Fornecer uma atribuição clara à instituição que detém e oferecer citações para os dados extraídos. Ao compartilhar dados, use licenças abertas (CC-BY 4.0 ou Creative Commons Zero) a menos que restrita por propriedade intelectual ou protocolos culturais. Siga os princípios FAIR (Encontrado, Acessível, Interoperável, Reutilizável) em sua publicação de dados.

Conclusão

A extração de dados estruturados de mapas históricos e de plantas é um esforço multidisciplinar que combina as melhores práticas arquivísticas, a expertise geoespacial e a visão computacional moderna. O processo começa com digitalização meticulosa que preserva o registro documental, seguido de aprimoramento de imagens e georreferenciamento para alinhar conteúdo histórico com sistemas de coordenadas contemporâneas. A vetorização manual continua sendo essencial para demandas de alta precisão e características ambíguas, enquanto métodos semiautomizados como OCR e classificação de cores ampliam o trabalho para grandes coleções. Com a maturação de ferramentas de aprendizagem profunda, mesmo documentos altamente degradados ou ricos em símbolos podem ser processados rapidamente, embora a supervisão humana seja insubstituível para validação e interpretação. Ao manter documentação rigorosa, combinando técnicas complementares e respeitando tanto o documento físico quanto os contextos culturais que representa, os pesquisadores podem construir conjuntos de dados confiáveis e reutilizáveis que iluminam paisagens passadas e informam estudos futuros na história urbana, ciência ambiental e planejamento do patrimônio.