> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/spanish/function-blocks/blocks-reference/ai-blocks/text-detection.md).

# Text Detection

Esta función encuentra regiones de texto en una imagen y las visualiza. Está ajustada para detectar áreas de texto orientadas (rotadas o inclinadas) y devuelve tanto una imagen de vista previa como datos estructurados de ubicación para procesamiento posterior.

## 📥 Entradas

`Image Any` Imagen de entrada que se analizará en busca de texto.

## 📤 Salidas

`Image Any` Imagen anotada con las regiones de texto detectadas.

`Referance Point` Lista de puntos de referencia (puntos de esquina) para cada región de texto detectada.

`Referance Rectangles` Lista de rectángulos delimitadores para cada región de texto detectada.

`Number of Detected Text` Número total de regiones de texto encontradas.

## 🕹️ Controles

`Confidence` Ajusta la confianza mínima requerida para que una detección se acepte. Valores más altos reducen falsos positivos pero pueden omitir texto tenue.

`NMS Threshold` Ajusta cómo se combinan las detecciones solapadas. Valores más bajos hacen la fusión más estricta, reduciendo cajas duplicadas sobre el mismo texto.

## ⚙️ Mecanismo de ejecución

Al ejecutarse, el bloque examina la imagen proporcionada, busca regiones que parezcan texto, filtra resultados por `Confidence`, fusiona detecciones solapadas y escala las regiones encontradas al tamaño de la imagen de entrada. Luego, el bloque produce una imagen de vista previa anotada, una lista de `Referance Point` y `Referance Rectangles` por detección, y el conteo total de regiones de texto detectadas.

## 🎯 Características

* Detecta regiones de texto rotadas e inclinadas, no solo líneas horizontales.
* Proporciona retroalimentación visual (imagen anotada) y salidas estructuradas (puntos, rectángulos, conteo) para procesamiento posterior.
* Sensibilidad ajustable mediante los controles `Confidence` y `NMS Threshold` para equilibrar precisión y exhaustividad.

## 📝 Instrucciones de uso

1. Proporcione una imagen a la entrada `Image Any` (desde una cámara, cargador de archivos o stream).
2. Ajuste el control `Confidence` para equilibrar falsos positivos frente a texto omitido.
3. Ajuste el control `NMS Threshold` si aparecen múltiples cajas solapadas sobre la misma zona de texto.
4. Use la salida anotada `Image Any` para previsualizar las detecciones y utilice `Referance Point` / `Referance Rectangles` para extraer, recortar o pasar a bloques de reconocimiento.

## 💡 Consejos y trucos

* Si la imagen es muy grande, use `Image Resizer` para reducirla y acelerar el procesamiento; luego mapee las coordenadas de los rectángulos al original si es necesario.
* Para reconocimiento de texto real tras la detección, conecte las áreas recortadas detectadas a los bloques `OCR` o `OCR (EasyOCR)`.
* Para centrarse en una zona específica, recorte primero con `Image ROI` o `Image ROI Select` y alimente la imagen recortada a este bloque.
* Use `Show Image` para previsualizar la salida anotada y `Draw Result On Image` para superponer texto de estado personalizado según los resultados de la detección.
* Guarde resultados con `Image Write` o registre ejemplos con `Image Logger` para revisiones posteriores.

## 🛠️ Solución de problemas

* No hay detecciones: baje el valor de `Confidence` o proporcione una imagen más clara.
* Demasiadas cajas pequeñas o duplicadas: aumente el valor de `Confidence` y reduzca `NMS Threshold` para fusionar detecciones solapadas.
* Detecciones desubicadas después del redimensionado: asegúrese de compensar cualquier paso de redimensionado al interpretar las coordenadas de `Referance Rectangles`.
* Si solo necesita el texto reconocido (no las ubicaciones), encadene este bloque con `OCR` / `OCR (EasyOCR)` y use la salida de conteo para controlar lógica posterior.