Circle Detector

Detecta patrones circulares en una imagen y obtiene detalles visuales y numéricos sobre los círculos encontrados. Este bloque está optimizado para características circulares (p. ej., piezas circulares, orificios, marcadores redondos) y expone controles deslizantes intuitivos para adaptar la sensibilidad y los rangos de tamaño.

📥 Inputs

• Image Any La imagen que se va a analizar en busca de formas circulares.

📤 Outputs

• Result Imagen anotada con los círculos detectados dibujados.

• Positions Lista de coordenadas del centro de los círculos (x, y) encontrados en la imagen.

• Number of Circles Conteo de círculos detectados.

• Circles Formas detalladas de los círculos (centro y radio) para procesamiento posterior.

🕹️ Controls

• dp Proporción inversa entre la resolución del acumulador y la resolución de la imagen (afecta la sensibilidad y el manejo de escalas).

• Edge Detection Controla la sensibilidad de la detección de bordes interna usada para encontrar círculos.

• Threshold Controla el umbral del acumulador que decide si un candidato a círculo es aceptado.

• Min Distance Distancia mínima entre centros de círculos (ayuda a evitar detecciones duplicadas).

• Min Radius (% width) Radio mínimo a considerar, definido como porcentaje del ancho de la imagen.

• Max Radius (% width) Radio máximo a considerar, definido como porcentaje del ancho de la imagen.

Ajusta estos controles de forma interactiva para adaptar la detección a tu cámara, iluminación y tamaños de objetos.

⚙️ Cómo funciona

Cuando el bloque recibe una imagen, la convierte a escala de grises (preprocesado visual) y busca patrones circulares según la configuración actual de los deslizadores. Los círculos detectados se dibujan en una copia de la imagen y el bloque emite la imagen anotada, la lista de posiciones de centros, el conteo total y las formas de los círculos (centro + radio) para procesamiento adicional.

✨ Features

• Controles deslizantes ajustables en tiempo real para una sintonía rápida de parámetros.

• Emite tanto resultados visuales como datos estructurados (posiciones, conteos, formas de círculos).

• Los parámetros de radio expresados en porcentajes facilitan la adaptación a diferentes tamaños de imagen.

• Evita detecciones duplicadas mediante una distancia mínima de centros configurable.

📝 Usage

1. Alimenta una imagen en la entrada Image Any.

2. Usa Min Radius (% width) y Max Radius (% width) para limitar las detecciones al rango de tamaño esperado del objeto.

3. Ajusta Edge Detection y Threshold para reducir falsos positivos o recuperar círculos perdidos.

4. Inspecciona los resultados visualmente a través de la salida Result y utiliza Positions o Circles para automatización o conteo.

💡 Tips and Tricks

• Preprocesa imágenes con ruido usando Blur o Denoising para reducir detecciones espurias y suavizar bordes.

• Si los objetos de interés ocupan solo parte de la escena, recorta con Image ROI Select antes de la detección para acelerar el procesamiento y reducir falsos positivos.

• Usa Image Resize para acelerar la detección durante la sintonía de parámetros y luego vuelve a resolución completa para ejecuciones finales.

• Combínalo con Image Threshold o Morphological Transformations para resaltar bordes circulares cuando el contraste sea bajo.

• Valida o filtra detecciones combinando las salidas con Blob Detector o Find Contour para confirmar propiedades de forma o área.

• Superpone resultados para presentación usando Draw Detections e inspecciónalos con Show Image para una vista previa más amplia.

Pipelines recomendados comunes:

• Para marcadores circulares pequeños: Image ROI Select → Blur → este bloque → Draw Detections → Show Image.

• Para anillos de bajo contraste: Adjust Colors → Image Threshold → Morphological Transformations → este bloque.

🛠️ Troubleshooting

• No se detectan círculos: aumenta Edge Detection o disminuye Threshold; asegúrate de que Min Radius y Max Radius incluyan el tamaño real del objeto.

• Muchos falsos positivos: sube Threshold o aumenta Min Distance para evitar detecciones duplicadas/cercanas; prueba con Image Threshold o Morphological Transformations para limpiar la imagen.

• Detecciones solapadas/duplicadas: incrementa Min Distance para que los centros candidatos estén más separados.

• Procesamiento lento: reduce el tamaño de la imagen con Image Resize o limita el área de búsqueda con Image ROI Select.

• Resultados inconsistentes bajo distinta iluminación: prueba con Adjust Colors o usa Blur/Denoising para estabilizar la entrada antes de la detección.