Métricas analisadas

Para capturar diferentes aspectos visuais do filme, foram utilizadas quatro métricas principais.

Entropia

A entropia mede o nível de complexidade visual de uma imagem.Quanto mais detalhes, texturas e informações existem em cena, maior tende a ser o valor da entropia. Em cenas mais simples ou uniformes, esse valor costuma ser menor.

Brilho Médio

Representa o nível geral de luminosidade de cada frame. Essa métrica ajuda a identificar mudanças de iluminação e a forma como a fotografia evolui ao longo do filme.

Contraste

Calculado a partir da distribuição dos tons de cinza da imagem. Em termos simples, indica o quanto as áreas claras e escuras se diferenciam umas das outras.

Densidade de Bordas

Obtida através do detector de bordas Canny. Ela mede a quantidade de linhas, contornos e detalhes estruturais presentes em cada frame.

Ferramentas utilizadas

Todo o projeto foi desenvolvido em Python utilizando algumas das bibliotecas mais populares da área de dados.

• OpenCV
• NumPy
• SciPy
• Matplotlib
  
  

O OpenCV foi utilizado para processar o vídeo e extrair as métricas visuais. O NumPy ficou responsável pelas operações matemáticas e manipulação dos dados. O SciPy foi usado para suavizar as séries temporais e reduzir ruídos. Já o Matplotlib foi utilizado para construir a visualização final.

Do vídeo para a mandala

Depois de extrair as métricas, os dados passaram por etapas de normalização e suavização para garantir uma representação mais equilibrada.

Em seguida, as diferentes métricas foram combinadas para criar uma assinatura visual do filme.

Ao invés de gerar gráficos tradicionais, os dados foram utilizados para construir uma composição radial inspirada em mandalas e arte generativa.

O resultado final é uma imagem que representa o comportamento visual do filme ao longo de toda a sua duração, condensado em uma única peça.

Por que Pi (1998)?

Lançado em 1998, o longa é conhecido pela fotografia em preto e branco extremamente contrastada, pela atmosfera caótica e pela forte presença de conceitos matemáticos em sua narrativa. A história acompanha um matemático obcecado pela ideia de que padrões numéricos podem explicar o funcionamento do universo.

Por isso, transformar o filme em uma representação visual baseada em dados parece quase uma continuação natural da própria proposta da obra.

O que este projeto demonstra

Apesar de o resultado final ser uma imagem artística, o projeto reúne diversas habilidades técnicas importantes.

• Análise de dados
• Processamento de vídeo
• Computer Vision
• Estatística aplicada
• Manipulação de séries temporais
• Visualização de dados
• Programação em Python
  
  

Além disso, mostra como os dados podem ser utilizados em contextos criativos, indo muito além dos dashboards e relatórios que normalmente associamos à área.

Conclusão

Uma das coisas mais interessantes da Ciência de Dados é que ela não precisa ficar limitada ao ambiente corporativo.

Os mesmos conceitos usados para analisar vendas, clientes ou indicadores podem ser aplicados para explorar filmes, músicas, imagens e qualquer outro tipo de conteúdo.

Neste projeto, os dados extraídos de Pi (1998) foram transformados em uma mandala digital, criando uma nova forma de interpretar visualmente a obra.

No fim das contas, o resultado não é apenas uma imagem. É uma tentativa de responder uma pergunta curiosa: como seria a aparência de um filme se enxergássemos apenas os padrões escondidos dentro dele?