Introducción al análisis de imágenes con Fiji



Katherina Selvaggi
2025

Introducción

Fiji Is Just ImageJ

Fiji es una distribución de ImageJ.

  • Software libre y gratuito (código abierto)
  • Multiplataforma funciona en Windows, Mac, Linux
  • Análisis de imágenes científicas
  • Scripting en múltiples lenguajes (Macro, Python, JavaScript)

Píldora de aprendizaje 1

Imagen digital

Se forma a partir de pequeñas unidades llamadas píxeles. Cada píxel tiene un valor de color o intensidad, y al organizarse en una matriz (filas y columnas) construyen la imagen completa.

Píxel (Picture Element)

Es la unidad mínima de una imagen digital. Cada píxel contiene un valor numérico que representa su intensidad o color.

Resolución

Indica cuántos píxeles componen la imagen. Cuantos más píxeles tenga, más detalles podremos distinguir.

Ejemplo: Una imagen de 1920×1080 píxeles contiene 2,073,600 píxeles individuales organizados en 1920 columnas y 1080 filas.

Profundidad de bits

¿Cuántos valores puede tener un píxel?

La profundidad de bits define cuántos tonos o colores puede representar cada píxel.

Tipo Bits por píxel Valores posibles
8-bit 8 0 - 255 (2⁸ = 256)
16-bit 16 0 - 65,535 (2¹⁶)

Resolución

Dimensiones y detalle

La resolución se refiere al número de píxeles que componen la imagen. Cuantos más píxeles tenga, más detalles podremos distinguir. Una resolución baja genera imágenes borrosas y con bordes poco definidos.

Dimensiones de la imagen

  • Ancho × Alto en píxeles
  • Ejemplo: 1920 × 1080 píxeles
  • Mayor resolución = más detalle
  • Pero también = más almacenamiento

Resolución

  • Píxeles por unidad física
  • Micrómetros por píxel (µm/px)
  • Requiere calibración

Escala de grises vs. color

Escala de grises

La escala de grises es una forma de representar una imagen usando tonos de luminosidad, sin color. Cada píxel tiene un solo valor de intensidad, que en una imagen de 8 bits, va del negro (0) al blanco (255), con una serie de grises intermedios.

RGB color

Las imágenes a color en pantalla se construyen sumando luz de Rojo, Verde y Azul. Cada píxel guarda tres números (R, G y B) que, combinados, generan el color final.

Histograma de una imagen

El histograma es una representación gráfica de la distribución de intensidades de píxeles en una imagen.

  • Eje X: Valores de intensidad (0 = negro → 255 = blanco en 8-bit)
  • Eje Y: Número de píxeles con ese valor de intensidad
  • Utilidad: Identificar problemas de exposición, contraste, rango dinámico

❌ Imagen subexpuesta

Histograma concentrado hacia la izquierda

❌ Imagen sobreexpuesta

Histograma concentrado hacia la derecha

✅ Imagen bien expuesta

Histograma distribuido a lo largo del rango, usando la mayoría de los valores disponibles

Ejercicio 1

Actividad

Abre la imagen ejercicio1.tiff y guárdala en formato .png

Píldora de aprendizaje 2

Interfaz básica y navegación

En esta píldora aprenderemos a:

✓ Identificar las ventanas principales de Fiji
✓ Abrir y gestionar imágenes
✓ Navegar y analizar imágenes
✓ Tipos de imágenes

Interfaz principal de Fiji

Al abrir Fiji, verás la barra de herramientas principal con varios elementos:

Ventana principal de Fiji mostrando la barra de menús y herramientas
  • Barra de menús: Acceso a todas las funciones (File, Edit, Image, Process, Analyze...)
  • Barra de herramientas: Iconos para acciones rápidas (selección, zoom...)

Abrir imágenes

Existen varias formas de abrir imágenes en Fiji:

Método 1: Menú File

  • File > Open...
  • Seleccionar y abrir

Método 2: Arrastrar

  • Arrastrar la imagen
  • Soltar sobre Fiji
Formatos soportados: TIFF, PNG, JPEG, BMP, GIF, y formatos especializados de microscopía (CZI, etc.)

Propiedades de la imagen

Para conocer información detallada de tu imagen:

Image > Properties

Muestra información editable como dimensiones, calibración y unidades.

Image > Show Info

Despliega toda la metadata de la imagen (no editable).

Importante: La información de Properties puede modificarse (útil para calibración), mientras que Show Info es solo lectura.

Tipos de imágenes en Fiji

Fiji trabaja con diferentes tipos de imágenes según su profundidad de bits:

  • 8-bit: Escala de grises con valores 0-255 (256 niveles)
  • 16-bit: Escala de grises con valores 0-65535 (65,536 niveles)

Ejercicio 2

Actividad

Paso 1: Abre una imagen de ejemplo (File > Open Samples > hela-cells)

Paso 2: Recorre la imagen usando diferentes herramientas

Paso 3: Ve a Image > Show info y registra:

  • Ancho y alto en píxeles
  • Tipo de imagen (8-bit, 16-bit, RGB)

Paso 4: Realiza una captura de pantalla.

Para obtener imágenes de ejemplo: File > Open Samples contiene varias imágenes de prueba integradas en Fiji

Píldora de aprendizaje 3

Ajuste de brillo/contraste y LUTs

En esta píldora aprenderemos a:

✓ Ajustar brillo y contraste para visualización
✓ Entender la diferencia entre visualización y datos
✓ Aplicar y personalizar LUTs

Visualización vs. datos

MUY IMPORTANTE

Ajustar el brillo/contraste en Fiji NO modifica los valores de los píxeles, solo cambia cómo los vemos en pantalla.

✅ Ajuste B/C

Solo afecta la visualización. Los datos originales permanecen intactos.

❌ Apply

Modifica permanentemente los valores de los píxeles. Usar con precaución

Buena práctica: Siempre trabaja con una copia de tu imagen original. Image > Duplicate antes de hacer modificaciones permanentes.

Ventana brillo/contraste

Acceso: Image > Adjust > Brightness/Contrast

  • Minimum: Define el valor más bajo que se verá como negro
  • Maximum: Define el valor más alto que se verá como blanco
  • Auto: Ajusta automáticamente basándose en el histograma
  • Reset: Vuelve a los valores originales
  • Apply: Modifica permanentemente la imagen

Auto-ajuste de brillo/contraste

El botón Auto es útil para optimizar rápidamente la visualización:

Cuándo usar Auto

  • Imágenes muy oscuras o claras
  • Primera visualización rápida
  • Imágenes con rango dinámico completo

Cuándo ajustar manualmente

  • Comparar múltiples imágenes
  • Resaltar estructuras específicas
  • Control preciso de visualización

Look-Up Tables (LUTs)

Una LUT es una tabla de equivalencias que convierte los valores de intensidad del píxel en, por ejemplo, brillo y oscuridad.

Tip: Las LUTs NO modifican los datos, solo cambian la visualización, igual que B/C

Ejercicio 3

Actividad

Paso 1: Abre la imagen ejercicio3.png

Paso 2: Image > Adjust > Brightness/Contrast

Paso 3: Presiona "Auto" y guarda la imagen en formato .tiff

Píldora de aprendizaje 4

Mediciones básicas

En esta píldora aprenderemos a:

✓ Calibrar imágenes
✓ Medir estructuras biológicas
✓ Gestionar y exportar resultados

Calibración

Antes de hacer mediciones, debemos calibrar la imagen para que Fiji sepa qué distancia real representa cada píxel.

Objetivo: Convertir píxeles a µm, etc.

Pasos para calibrar:

  • 1Selecciona la herramienta Straight Line
  • 2Traza una línea sobre una escala conocida en la imagen
  • 3Ve a Analyze > Set Scale...
  • 4Ingresa la distancia conocida y unidad
  • 5Marca "Global" si quieres aplicar a todas las imágenes

Realizar mediciones

Una vez configurado, el proceso de medición es simple:

  • 1Selecciona Straight Line
  • 2Trazar la línea sobre la estructura de interés
  • 3Presiona Analyze > Measure
  • 4Los resultados aparecen en la tabla "Results"

Exportar resultados

Una vez realizadas las mediciones, puedes exportar los datos:

Desde la tabla Results

  • File > Save As...
  • Formatos: .txt, .csv, .xls
Formato recomendado: CSV (.csv) es el más universal y compatible con análisis estadístico

Ejercicio 4

Actividad

Paso 1: Abre la imagen Ejercicio4.png.

Paso 2: Utilizando Straight Line, traza una línea sobre la barra de escala de la imagen.

Paso 3: Abre set scale y completa los campos.

Paso 4: Utilizando Straight Line, mide una célula en interfase y un núcleo celular (largo y ancho).

Paso 5: Presiona Analyze > Measure.

Paso 6: Exportar los datos en formato .csv y realiza una captura de pantalla.

Recursos adicionales

Para seguir aprendiendo

Documentación oficial

  • Fiji: https://imagej.net/software/fiji/
  • Tutorials: https://imagej.net/learn/

Referencias

  • Campa, V., (2017). Análisis de imágenes de microscopía con ImageJ. ResearchGate https://www.researchgate.net/publication/313768335_Analisis_de_Imagenes_de_Microscopia_con_ImageJ
  • Davidson, M. W., (1998–2025). Basic Properties of Digital Images. Molecular Expressions: Optical Microscopy Primer Digital Imaging in Optical Microscopy. Florida State University. Disponible en https://micro.magnet.fsu.edu/primer/digitalimaging/digitalimagebasics.html

[email protected]




Introducción al análisis de imágenes con Fiji © 2025 tiene licencia CC BY-NC-ND 4.0

1 / 29