> 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/detections-shapes/detectors/blob-detector.md).

# Blob Detector

Este bloque de función detecta características tipo "blob" (objetos redondeados, claros u oscuros) en una imagen. Usa los deslizadores para ajustar la sensibilidad de detección y los filtros de forma para que el bloque encuentre solo los blobs que te interesan.

## 📥 Entradas

`Image Any` Imagen a analizar en busca de blobs.

## 📤 Salidas

`Image Any` Imagen de resultado visual con los blobs detectados marcados.\
`Number of Blobs` Conteo de blobs detectados.\
`Blobs Positions` Lista de posiciones centrales de los blobs (x, y).\
`Blobs Sizes` Tamaños (diámetro) de los blobs detectados.

## 🕹️ Controles

`Threshold Range` Umbrales mínimo y máximo de intensidad usados para detectar candidatos a blob.\
`Area Range` Área mínima y máxima del blob como porcentaje respecto a la escala de la imagen.\
`Circularity Range` Rango de circularidad permitido para favorecer formas redondeadas.\
`Convexity Range` Rango de convexidad permitido para excluir formas muy cóncavas.\
`Inertia Range` Rango de razón de inercia permitido para filtrar blobs alargados frente a redondos.

## 🎯 Características

* Retroalimentación visual: los blobs detectados se dibujan en la imagen de salida para inspeccionar los resultados de inmediato.
* Filtrado por forma: estrecha las detecciones usando los deslizadores de área, circularidad, convexidad e inercia para reducir falsos positivos.
* Ajuste en vivo: los cambios en los deslizadores se aplican en la siguiente evaluación para iterar rápidamente.

## 📝 Instrucciones de uso

1. Proporciona una imagen en `Image Any`.
2. Empieza con un `Threshold Range` amplio y ajústalo hasta que la mayoría de los candidatos a blob aparezcan en la imagen de salida.
3. Usa `Area Range` para eliminar detecciones muy pequeñas o muy grandes en relación con el tamaño del objeto.
4. Ajusta `Circularity Range`, `Convexity Range` y `Inertia Range` para excluir formas que no sean tipo blob.
5. Inspecciona los resultados en la imagen de salida y usa las salidas numéricas para automatización o registro.

## 📊 Evaluación

Al ejecutarse, el bloque analiza la imagen de entrada y devuelve una imagen marcada además del número, las posiciones y los tamaños de los blobs detectados. Usa estas salidas aguas abajo para medición, conteo o lógica de decisión.

## 💡 Consejos y trucos

* Preprocesa imágenes ruidosas con `Blur` o `Denoising` para reducir detecciones espurias pequeñas.
* Convierte escenas complejas a un primer plano más claro con `Image Threshold` o `HSV Filter` antes de alimentar este bloque.
* Si solo necesitas analizar una región, recorta primero usando `Image ROI Select` para acelerar la detección y evitar blobs del fondo.
* Para imágenes grandes, prueba con `Image Resizer` para reducir resolución y aumentar la velocidad de procesamiento manteniendo tamaños de blob significativos.
* Visualiza o guarda resultados con `Show Image` y `Image Logger` mientras ajustas o para conservar registros.
* Combina con bloques de dibujo como `Draw Detections` para superponer contadores o marcadores en la imagen para pantallas de operador.

(Pista: usa estos bloques relacionados para mejorar robustez y velocidad: `Blur`, `Image Threshold`, `Image ROI Select`, `Image Resizer`, `Denoising`, `Show Image`, `Image Logger`, `Draw Detections`)

## 🛠️ Solución de problemas

* No se detectan blobs: amplía el `Threshold Range` e incrementa `Area Range`; revisa el contraste de la imagen de entrada.
* Demasiados blobs pequeños falsos: aumenta el mínimo en `Area Range` o aplica `Blur` / `Image Threshold` para eliminar ruido.
* Detección de formas alargadas o irregulares: estrecha `Circularity Range` y/o ajusta `Inertia Range` para favorecer blobs redondos.
* Detecciones inconsistentes entre fotogramas: usa iluminación consistente o aplica preprocesado (`Auto Contrast` / `Denoising`) para estabilizar las imágenes de entrada.