README.md

metadata

title: CV Edge Detector
emoji: 🛠️
colorFrom: blue
colorTo: purple
sdk: docker
pinned: false
license: mit
app_file: src/streamlit_app.py
app_port: 8501
suggested_hardware: cpu-basic
suggested_storage: small
max_file_size: 10mb

🛠️ Computer Vision Lab: Edge Detection

Una aplicación interactiva de detección de bordes utilizando el algoritmo de Canny, construida con Streamlit y OpenCV.

🚀 Características

• Detección de Bordes en Tiempo Real: Aplica el algoritmo de Canny a tus imágenes
• Controles Interactivos: Ajusta los umbrales bajo y alto del algoritmo
• Comparación Visual: Vista lado a lado de la imagen original y procesada
• Interfaz Intuitiva: Fácil de usar, solo arrastra y suelta tu imagen

📋 Cómo Usar

1. Sube una imagen: Haz clic en "Browse files" o arrastra una imagen (JPG, JPEG, PNG)
2. Ajusta los parámetros: Usa los sliders en la barra lateral para modificar:
   • Umbral Bajo (Low): Controla la sensibilidad a bordes débiles
   • Umbral Alto (High): Controla la sensibilidad a bordes fuertes
3. Observa los resultados: La detección de bordes se actualiza automáticamente

🎯 Límites de Archivo

• Tamaño máximo: 10 MB
• Formatos soportados: JPG, JPEG, PNG
• Las imágenes muy grandes se redimensionarán automáticamente para mejor rendimiento

🧪 Tecnologías

• Streamlit: Framework de aplicaciones web
• OpenCV: Procesamiento de imágenes
• NumPy: Operaciones numéricas
• Pillow: Manipulación de imágenes

🔧 Algoritmo de Canny

El algoritmo de Canny es un detector de bordes multi-etapa que incluye:

1. Reducción de ruido con filtro Gaussiano
2. Cálculo del gradiente de intensidad
3. Supresión no-máxima
4. Umbralización con histéresis

Parámetros

• Low Threshold (Umbral Bajo): Píxeles con gradiente por debajo de este valor se descartan
• High Threshold (Umbral Alto): Píxeles con gradiente por encima de este valor se marcan como bordes fuertes
• Píxeles entre ambos umbrales se marcan como bordes si están conectados a bordes fuertes

💡 Consejos

• Para imágenes con mucho detalle, usa umbrales más altos
• Para imágenes simples, usa umbrales más bajos
• Experimenta con diferentes combinaciones para obtener los mejores resultados

📝 Licencia

MIT License - Siéntete libre de usar y modificar este código

👨‍💻 Autor

Creado con ❤️ para el aprendizaje de Computer Vision

---

¿Encontraste un bug o tienes una sugerencia? ¡Déjame saber en los comentarios del Space!