---
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!