O problema: as plantas baixas estão presas em PDF
Imobiliárias, escritórios de arquitetura e administradoras de imóveis lidam com plantas baixas todos os dias. Mas os dados dentro delas — dimensões dos cômodos, área, relações de layout — estão presos em imagens e PDF.
Para obter dados estruturados, alguém precisa:
- Medir à mão cada cômodo no desenho
- Calcular a área cômodo por cômodo
- Digitar tudo numa planilha ou plataforma de anúncios
- Conferir duas vezes, porque uma medida errada é um preço errado
Para uma imobiliária que anuncia 50 imóveis por mês, são horas de trabalho tedioso por anúncio. Para um escritório de arquitetura que revisa projetos, é ainda pior.
E se uma IA pudesse olhar uma planta e dizer na hora cada cômodo, suas dimensões e a área total?
O que construímos
Criamos um sistema de IA que recebe qualquer imagem de planta baixa — digitalizada, fotografada ou exportada de CAD — e extrai dados espaciais estruturados.
Como funciona
1. Análise da imagem A planta entra no nosso pipeline de visão computacional. Combinamos detecção de linhas (para paredes) e extração de contornos (para os limites dos cômodos) para entender o layout.
2. Detecção de cômodos A IA identifica cada cômodo como um espaço fechado formado por paredes. Ela lê os rótulos dos cômodos quando existem e, quando faltam, deduz o tipo (cozinha, banheiro, quarto) a partir de louças, móveis e layout.
3. Extração de dimensões As cotas da planta são lidas e associadas às paredes correspondentes. O sistema entende notações como «3.50m», «11'-6"» e formatos mistos métrico/imperial.
4. Saída estruturada Cada cômodo vira um objeto de dados:
| Campo | Exemplo |
|---|---|
| Nome do cômodo | Sala de estar |
| Largura | 5,2 m |
| Comprimento | 4,8 m |
| Área | 24,96 m² |
| Portas | 2 (para o corredor, para a cozinha) |
| Janelas | 3 |
| Pavimento | Térreo |
Mais a área total do imóvel, o número de cômodos e o grafo de adjacência.
O que foi desafiador
Estilos de desenho inconsistentes
Cada arquiteto desenha de um jeito. Algumas plantas são traços mínimos, outras são cheias de detalhes, com móveis e texturas. Precisávamos de um modelo que lidasse com os dois extremos.
Escala e unidades
As plantas chegam em métrico, imperial e às vezes sem escala nenhuma. Criamos uma etapa de calibração que detecta a barra de escala ou uma dimensão de referência conhecida para normalizar todas as medidas.
Vários pavimentos numa folha
Alguns documentos trazem vários pavimentos numa só página. O sistema detecta os limites de cada pavimento e processa cada um separadamente.
Resultados
| Métrica | Processo manual | Nosso sistema |
|---|---|---|
| Tempo por planta | 15-30 minutos | 10 segundos |
| Precisão na detecção de cômodos | — | 95% |
| Precisão das dimensões | Erro humano ~3% | variação de ±2% |
| Formato de saída | Planilha | JSON + sobreposição visual |
Para uma plataforma imobiliária que processa 200 anúncios por mês:
- Antes: 2 pessoas gastando 3 horas por dia com dados de plantas
- Depois: Processamento automático com 10 minutos de revisão diária
- Resultado: Anúncios publicados 2 dias mais cedo, com áreas mais precisas
Para quem é
- Corretores de imóveis que precisam das medidas dos cômodos para anúncios sem medir
- Administradoras de imóveis que transformam uma estante de plantas antigas numa lista pesquisável
- Arquitetos que extraem quadros de áreas de desenhos antigos
- Ferramentas de design de interiores que precisam do formato dos cômodos para planejar
- Construtoras que transformam desenhos as-built em dados
