# Detectar rostros en imágenes Robot: `/image/facedetect` 🤖/image/facedetect detecta rostros en imágenes y puede devolver sus coordenadas o los rostros mismos como imágenes nuevas. Puedes especificar un relleno alrededor de los rostros extraídos para adaptar el resultado a tus necesidades. Este Robot funciona bien junto con [🤖/image/resize](/es/docs/robots/image-resize.md) para que aproveches todo el potencial de las imágenes redimensionadas y optimizadas en tu sitio web o aplicación.

Cómo mejorar la precisión:

Etapa: ga ## Ejemplo de uso Detecta todos los rostros en imágenes subidas, recórtalos y guárdalos como imágenes separadas: ```json { "steps": { "faces_detected": { "robot": "/image/facedetect", "use": ":original", "crop": true, "faces": "each", "crop_padding": "10px" } } } ``` ## Parámetros * `interpolate`: Controla si las Assembly Variables se interpolan en campos de instrucciones individuales. De forma predeterminada, la mayoría de los campos de instrucciones de los Robots interpolan Assembly Variables. Establece esta opción en `false` para tratar todos los campos de instrucciones como texto literal, o establece la ruta de un campo individual en `false` para tratar únicamente ese campo como texto literal. En el caso de los campos específicos de un Robot que son literales de forma predeterminada, establece esta opción en `true` o la ruta de ese campo en `true` para volver a habilitar la interpolación. Usa nombres de campos como `path` o rutas con puntos como `ffmpeg.vf` para los objetos anidados. * `output_meta`: Te permite especificar un conjunto de metadatos cuyo cálculo requiere más recursos de CPU y que, por lo tanto, está desactivado de forma predeterminada para que tus Assemblies se procesen rápidamente. Para imágenes, puedes añadir `"has_transparency": true` a este objeto para determinar si la imagen contiene partes transparentes y `"dominant_colors": true` para extraer un array de códigos de color hexadecimales de la imagen. Para imágenes, también puedes añadir `"blurhash": true` para extraer una cadena [BlurHash](https://blurha.sh), una representación compacta de un marcador de posición para la imagen que resulta útil para mostrar una vista previa desenfocada mientras se carga la imagen completa. Para videos, puedes añadir el parámetro `"colorspace": true` para extraer el espacio de color del video de salida. Para videos, también puedes añadir `"interlaced": true` para detectar si el video está entrelazado. Esto combina el indicador `field_order` de ffprobe, cuyo costo en recursos de procesamiento es bajo, con una pasada de muestreo limitada mediante `idet` sobre los primeros fotogramas de la fuente, y expone `interlaced`, `field_order` y un objeto de diagnóstico `interlace_detection` en `file.meta`. Esto requiere muchos recursos computacionales y se factura en consecuencia. Para audio, puedes añadir `"mean_volume": true` para obtener un único valor que represente el volumen promedio del archivo de audio. También puedes establecerlo en `false` para omitir la extracción de metadatos y acelerar la transcodificación. * `result`: Indica si los resultados de este Step deben aparecer en el Assembly Status JSON * `queue`: Establecer la cola en «batch» reduce manualmente la prioridad de los Jobs de este Step para evitar consumir cupos prioritarios con Jobs que no necesitan un tiempo de espera cero en la cola * `force_accept`: Forzar a un Robot a aceptar un tipo de archivo que habría ignorado. De forma predeterminada, los Robots ignoran los archivos que no reconocen. [🤖/video/encode](/es/docs/robots/video-encode.md), por ejemplo, ignorará sin problemas las imágenes de entrada. Si configuras el parámetro `force_accept` como `true`, puedes forzar a los Robots a aceptar todos los archivos que reciban. Esto normalmente provocará errores y solo debe usarse para depuración o para abordar casos extremos. * `ignore_errors`: Ignorar errores durante fases específicas del procesamiento. Establecer este parámetro en `["meta"]` hará que el Robot ignore los errores durante la extracción de metadatos. Establecer este parámetro en `["execute"]` hará que el Robot ignore los errores durante la fase principal de ejecución. Configurar este parámetro como `true` equivale a `["meta", "execute"]` y hará que se ignoren los errores en ambas fases. * `use`: Especifica qué Step o Steps se usarán como entrada. * Puedes elegir cualquier nombre para los Steps, excepto `":original"` (reservado para las subidas de usuarios gestionadas por Transloadit) * Puedes proporcionar varios Steps como entrada mediante arrays: ```json { "use": [ ":original", "encoded", "resized" ] } ``` * También puedes etiquetar los Steps de entrada con `as` para comunicar la intención semántica a los Robots: ```json { "use": [ { "name": ":original", "as": "image" }, { "name": ":original", "as": "mask" } ] } ``` > [!Tip] > Probablemente eso sea todo lo que necesitas saber sobre `use`, pero puedes consultar los [casos de uso avanzados](/es/docs/topics/use-parameter.md). * `provider`: Transloadit selecciona automáticamente el mejor proveedor según tu solicitud. Establece este parámetro en `"aws"` o `"gcp"` para forzar el uso de un proveedor específico. * `crop`: Determina si se deben extraer los rostros detectados. Si esta opción se establece en `false`, el Robot devuelve nuevamente la imagen de entrada, pero con las coordenadas de todos los rostros detectados adjuntas a `file.meta.faces` en el JSON del resultado. Si este parámetro se establece en `true`, el Robot generará todos los rostros detectados como imágenes. * `crop_padding`: Especifica cuánto relleno se añade a las imágenes de rostros extraídas si `crop` se establece en `true`. Los valores pueden expresarse en `px` (píxeles) o `%` (porcentaje del ancho y la altura de la imagen del rostro correspondiente). * `format`: Determina el formato de salida de las imágenes de rostros extraídas si `crop` se establece en `true`. El valor predeterminado `"preserve"` significa que se reutiliza el formato de la imagen de entrada. * `min_confidence`: Especifica la confianza mínima que debe tener un rostro detectado. Solo se incluirán en el resultado los rostros cuyo valor de confianza sea superior a este umbral. * `faces`: Determina cuáles de los rostros detectados deben devolverse. Los valores válidos son: * `"each"` hace que cada rostro se devuelva por separado. * `"max-confidence"` hace que solo se devuelva el rostro con el valor de confianza más alto. * `"max-size"` hace que solo se devuelva el rostro con el área más grande. * `"group"` hace que todos los rostros detectados se agrupen en un único rectángulo que los contenga. * Cualquier número entero hace que los rostros se ordenen según su esquina superior izquierda; el entero determina el índice del rostro devuelto. Ten en cuenta que los valores usan índices que comienzan en cero, lo que significa que `faces: 0` devolverá el primer rostro. Si no existe ningún rostro para un índice determinado, no se genera ninguna salida. En los siguientes ejemplos, la imagen de entrada es: ![](/assets/images/abbas-malek-hosseini-22NnY93qaOk-unsplash.jpg)
Se aplica `faces: "each"`: ![](/assets/images/abbas-malek-hosseini-22NnY93qaOk-face-0.jpg) ![](/assets/images/abbas-malek-hosseini-22NnY93qaOk-face-1.jpg)
Se aplica `faces: "max-confidence"`: ![](/assets/images/abbas-malek-hosseini-22NnY93qaOk-face-1.jpg)
Se aplica `faces: "max-size"`: ![](/assets/images/abbas-malek-hosseini-22NnY93qaOk-face-1.jpg)
Se aplica `faces: "group"`: ![](/assets/images/abbas-malek-hosseini-22NnY93qaOk-face-group.jpg)
Se aplica `faces: 0`: ![](/assets/images/abbas-malek-hosseini-22NnY93qaOk-face-0.jpg)