# Depth Estimation (DepthAny. V2)

Este bloque de función estima la profundidad por píxel a partir de una sola imagen RGB/BGR y genera tanto una visualización coloreada como un mapa de profundidad en escala de grises normalizado. Es útil para análisis con conciencia de distancia, comprensión de escenas y para complementar canalizaciones de detección con información de profundidad.

## 📥 Entradas

`Image`\
Proporcione una imagen RGB/BGR desde la que se estimará la profundidad.

## 📤 Salidas

`Depth Vis`\
Visualización coloreada de la profundidad estimada (útil para inspección rápida).

`Depth Map`\
Mapa de profundidad en escala de grises normalizado (0–255) que puede usar otros bloques para mediciones o enmascarado.

## 🕹️ Controles

`Model Size`\
Selecciona el compromiso calidad/velocidad del modelo. Opciones típicas: `Small`, `Base`, `Large`.

`Max Size`\
Dimensión máxima de la imagen usada en el procesamiento (mayor tamaño aporta más detalle pero incrementa tiempo de procesamiento y uso de memoria).

## 🎨 Características

* Genera tanto una visualización coloreada apta para usuarios como un mapa numérico de profundidad adecuado para procesamiento posterior.
* Ofrece tamaños de modelo seleccionables para equilibrar velocidad frente a precisión.
* Tamaño de procesamiento ajustable para gestionar memoria y tasa de frames en diferentes máquinas.
* Funciona con cualquier bloque que produzca imágenes como entrada (cámaras, archivos, streams).

## ⚙️ Ejecución

Cuando el bloque se ejecuta, procesa la imagen más reciente proporcionada en `Image` y produce `Depth Vis` (visualización) y `Depth Map` (mapa en escala de grises normalizado). Cambiar `Model Size` o reducir `Max Size` afectará la velocidad de procesamiento y el consumo de memoria; seleccione un modelo más pequeño o un `Max Size` menor para mejorar el rendimiento en hardware limitado.

## 📝 Instrucciones de uso

1. Conecte una fuente de imagen (cámara o archivo) a la entrada `Image`.
2. Elija un `Model Size` adecuado según recursos disponibles y precisión deseada.
3. Ajuste `Max Size` para limitar la resolución de procesamiento; valores más bajos aumentan la velocidad.
4. Use la salida `Depth Vis` para inspecciones visuales rápidas y `Depth Map` para tareas programáticas.

## 💡 Consejos y trucos

* Use `Image Resizer` antes de este bloque cuando su imagen de entrada sea muy grande para reducir uso de memoria y aumentar rendimiento.
* Previsualice resultados conectando `Depth Vis` a `Show Image` para comprobaciones visuales rápidas.
* Guarde salidas con `Image Logger` o `Image Write` si necesita registros de mapas de profundidad o visualizaciones para análisis fuera de línea.
* Centre el procesamiento en una región de interés con `Image ROI` para acelerar la estimación y evitar cómputo innecesario.
* Combine con `Get Pixel` para muestrear valores de profundidad en centros de objetos detectados (por ejemplo, leer profundidad en las coordenadas de un objeto detectado).
* Ejecute detectores como `Object Detection (D-FINE)` o `Object Detection - Custom` en la imagen RGB y luego consulte `Depth Map` para filtrar u ordenar detecciones por distancia (cercano vs lejano).
* Para tareas de medición, empareje con `Measure Position Distance` (use posiciones obtenidas de detecciones o herramientas ROI) y muestreo de profundidad desde `Depth Map` para estimar distancias relativas de forma más robusta.

## 🛠️ Solución de problemas

* Si el procesamiento es demasiado lento o la interfaz se vuelve poco responde, intente seleccionar un `Model Size` más pequeño o reducir `Max Size`.
* Si la visualización de profundidad aparece con ruido, pruebe preprocesar la entrada con `Denoising` o `Blur`, o use `Image Resizer` para ajustar las dimensiones a un rango razonable.
* Si los resultados son inconsistentes entre frames, asegure una iluminación constante y mejore la calidad de imagen (mejor exposición, mayor resolución) o use `Image Logger` para inspeccionar frames problemáticos.
* Si no puede cargar modelos de mayor calidad en su máquina, use los tamaños `Small` o `Base` para un rendimiento más fiable.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.augelab.com/spanish/bloques-de-funcion/ai-blocks/depth-estimation-depthany-v2.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.