# Normalización de Imagen Normaliza el histograma de la imagen para mejorar el contraste estirando el rango de intensidad > Página canónica: https://elysiatools.com/es/tools/image-normalize - **Categoría:** Design - **Palabras clave:** imagen, normalizar, histograma, contraste, mejorar, estirar, intensidad, ecualización ## Descripción general La herramienta de Normalización de Imagen permite mejorar el contraste visual de tus fotografías y gráficos mediante el estiramiento del histograma, optimizando automáticamente el rango de intensidad de los píxeles para obtener resultados más definidos y profesionales. ## Entradas - **Archivo de Imagen** (file): Sube cualquier archivo de imagen (JPEG, PNG, WebP, GIF, BMP, TIFF) para mejorar el contraste mediante normalización de histograma - **Contraste Automático** (checkbox): Mejora automáticamente el contraste usando percentiles 1% y 99% (recomendado para la mayoría de imágenes) - **Percentil Inferior** (range): Porcentaje de píxeles más oscuros a ignorar (0.1% - 10%). Valores más bajos preservan más detalles de sombra - **Percentil Superior** (range): Porcentaje de píxeles más brillantes a ignorar (90% - 99.9%). Valores más altos preservan más detalles de brillos - **Formato de Salida** (select): Elige formato de salida o mantén el original. PNG recomendado para calidad máxima - **Calidad (1-100)** (number): Calidad de salida para formatos con pérdida (JPEG, WebP). Mayor = mejor calidad pero archivo más grande ## Cuándo usarlo - Cuando una imagen se ve demasiado oscura o lavada y necesita un ajuste de contraste rápido. - Para corregir fotografías con iluminación deficiente antes de realizar ediciones posteriores. - Al preparar imágenes para impresión o publicación digital donde se requiere una mayor claridad en los detalles. ## Cómo funciona - Sube tu archivo de imagen en formatos compatibles como PNG, JPEG, WebP o TIFF. - Utiliza el modo de contraste automático para una optimización rápida basada en percentiles estándar. - Ajusta manualmente los percentiles inferior y superior si deseas preservar detalles específicos en las sombras o luces. - Selecciona el formato de salida y la calidad deseada para descargar tu imagen procesada. ## Casos de uso - Recuperación de detalles en fotografías antiguas o escaneos con bajo contraste. - Optimización de imágenes médicas o científicas para resaltar variaciones de intensidad. - Mejora de la legibilidad de documentos fotografiados con iluminación desigual. ## Preguntas frecuentes ### ¿Qué hace exactamente la normalización de histograma? Reasigna los valores de intensidad de los píxeles para que ocupen todo el rango disponible, lo que aumenta el contraste y hace que los detalles sean más visibles. ### ¿Puedo elegir el formato de salida? Sí, puedes mantener el formato original o convertir la imagen a JPEG, PNG o WebP según tus necesidades. ### ¿Qué significan los percentiles inferior y superior? Son límites que ignoran un porcentaje de píxeles extremos (muy oscuros o muy brillantes) para evitar que el ruido afecte el contraste general. ### ¿Se pierde calidad al normalizar una imagen? La normalización mejora la percepción visual. Si eliges un formato con pérdida como JPEG, puedes ajustar la calidad para equilibrar el tamaño del archivo. ### ¿Hay un límite de tamaño para los archivos? Sí, el tamaño máximo permitido por archivo es de 20 MB. ## Herramientas relacionadas - [Normalización de Imagen (Británico)](https://elysiatools.com/es/tools/image-normalise): Normaliza el histograma de la imagen para mejorar el contraste estirando el rango de intensidad (ortografía británica) - [Fusión de Superposición de Imagen](https://elysiatools.com/es/tools/image-overlay): Aplica el modo de fusión superposición entre dos imágenes para mejorar el contraste y crear efectos dramáticos - [Transponer Imagen](https://elysiatools.com/es/tools/image-transpose): Transponer imágenes volteándolas a través de la diagonal principal (arriba-izquierda a abajo-derecha) - [Imagen Transversa](https://elysiatools.com/es/tools/image-transverse): Transversar imágenes volteándolas a través de la diagonal secundaria (arriba-derecha a abajo-izquierda) - [Agregar Efecto de Brillo](https://elysiatools.com/es/tools/image-add-glow): Agregar hermosos efectos de brillo a imágenes con color, intensidad, tamaño y variaciones de estilo personalizables - [Agregar Efecto de Ruido](https://elysiatools.com/es/tools/image-add-noise): Agregar varios tipos de efectos de ruido a imágenes con intensidad y parámetros personalizables - [Agregar Efecto de Sombra](https://elysiatools.com/es/tools/image-add-shadow): Agregar efectos de sombra realistas a imágenes con dirección, desenfoque, color e intensidad personalizables - [Add Texture Effect](https://elysiatools.com/es/tools/image-add-texture): Add various texture overlays to images with customizable blend modes and intensity ## Ejemplos - [Ejemplos de Procesamiento de Imágenes Web Python](https://elysiatools.com/es/samples/web-image-processing-python): Ejemplos de procesamiento de imágenes Web Python usando PIL/Pillow incluyendo lectura, guardado, redimensionamiento y conversión de formato - [Ejemplos de Procesamiento de Imágenes Web TypeScript](https://elysiatools.com/es/samples/web-image-processing-typescript): Ejemplos de procesamiento de imágenes Web TypeScript incluyendo lectura/guardado de imágenes, escalado y conversión de formato - [Ejemplos de Procesamiento de Imágenes Android Java](https://elysiatools.com/es/samples/android-image-processing-java): Ejemplos de procesamiento de imágenes Android Java incluyendo lectura/escritura, escalado y conversión de formato - [Ejemplos de Procesamiento de Imágenes Android Kotlin](https://elysiatools.com/es/samples/android-image-processing-kotlin): Ejemplos de procesamiento de imágenes Android Kotlin incluyendo lectura/escritura, escalado y conversión de formato ## Contenido relacionado - [Laboratorio de detección de bordes y núcleos de convolución para imágenes](https://elysiatools.com/es/hubs/image-edge-detection-and-convolution-kernels): Extrae el canal de luminancia, suprime el ruido con un radio documentado, compara los operadores Sobel, Prewitt, Roberts y Laplaciano, ajusta la detección con umbrales y reproduce el resultado ganador como un núcleo de convolución explícito.