> 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/image-transformations/analysis/structural-similarity.md).
# Structural Similarity
Este bloque de función compara dos imágenes y devuelve una puntuación de similitud (porcentaje) que refleja cuán estructuralmente parecidas son. Está diseñado para tareas rápidas de comparación visual como detección de cambios, control de calidad o validación de pasos de procesamiento de imagen.
## 📥 Entradas (sockets)
`Image Any` Primera imagen a comparar.\
`Image Any` Segunda imagen a comparar.
Nota: Ambas imágenes de entrada deben tener la misma resolución y canales para que la comparación sea válida.
## 📤 Salidas (sockets)
`Similarity Percentage` Valor numérico entre 0 y 100 que representa la similitud estructural de las dos entradas.
## 🕹️ Controles
Este bloque de función no tiene controles interactivos. Se ejecuta cuando las entradas están disponibles.
## 🎯 Características
* Proporciona una única puntuación numérica de similitud, fácil de usar para umbrales y lógica de decisión.
* Funciona directamente con imágenes en color o en escala de grises (requiere mismas dimensiones).
* Integración sencilla en flujos de inspección para comprobaciones automáticas de aprobado/reprobado.
## ⚙️ Mecanismo de ejecución
* Cuando ambas entradas de imagen están presentes y coinciden en tamaño, el bloque calcula una puntuación de similitud estructural y la emite como porcentaje.
* Si las imágenes difieren en tamaño, el bloque reporta un error y no produce una puntuación válida.
* Diseñado para usarse como un paso de comparación ligero dentro de canalizaciones de procesamiento de imagen continuas.
## 📝 Uso
1. Proporcione dos imágenes a los sockets de entrada.
2. Asegúrese de que ambas imágenes tengan dimensiones y número de canales idénticos.
3. Lea la salida `Similarity Percentage` y úsela para registro, toma de decisiones o lógica posterior.
## 💡 Consejos y trucos
* Para asegurar que las imágenes coincidan en tamaño, use `Image Resize` o `Image Resizer` antes de este bloque.
* Si las imágenes pueden estar rotadas o desplazadas, añada `Auto Alignment` para alinearlas primero y obtener una comparación más significativa.
* Para enfocar la comparación en un área específica, recorte con `Image ROI Select` y alimente las imágenes recortadas a este bloque.
* Normalice diferencias de intensidad o contraste con `Normalize Image` o `Contrast-Brightness-Gamma` para reducir diferencias falsas causadas por la iluminación.
* Use `Image AutoRotator` si la orientación de las entradas puede diferir entre fuentes.
* Visualice las entradas con `Show Image` para inspeccionar qué se está comparando.
* Registre o guarde imágenes de comparación y resultados con `Image Logger` o `Image Write` para trazabilidad.
* Use `Mean Value of Image` o `Image Resolution and Channel Value` para comprobar rápidamente brillo y tamaño antes de la comparación.
## 🛠️ Resolución de problemas
* Si ve un error sobre el tamaño de la imagen, confirme que ambas entradas tienen la misma anchura, altura y número de canales. Considere usar `Image Resize`.
* Similitud inesperadamente baja a pesar de imágenes visualmente similares puede indicar desalineación, diferencias en el rango de color o distintas regiones recortadas — pruebe con `Auto Alignment`, `Normalize Image` o recorte con `Image ROI Select`.
* Si no aparece salida, verifique que ambos sockets de entrada estén conectados y no envíen `None`. Use `Show Image` o bloques de depuración para verificar los datos entrantes.