DeNoise() empeora las escaneos de papel coloreado
DeNoise() hace que los documentos en papel coloreado sean más ruidosos en lugar de más limpios cuando se escanean en blanco y negro. La página se convierte en un grano gris uniforme, y el filtro predeterminado malinterpreta ese grano como manchas.
DeNoise() (con el alias interno Despeckle()) está diseñado para una tarea: eliminar pequeñas manchas oscuras y aisladas en un fondo blanco limpio. No se adapta a texturas continuas. Cuando una página de papel coloreado se escanea en blanco y negro, pierde su contraste de color y se convierte en un grano de tono gris uniforme en toda la página. El umbral global fijo interpreta ese grano como manchas generalizadas, en lugar de ruido aislado, por lo que amplifica el fondo en lugar de eliminarlo. Este es una limitación de diseño del DeNoise() predeterminado para este tipo de entrada, no un error específico de entorno.
Solución
Opción 1: Adaptive DeNoise() (v2026.10.2+)
Pase adaptive: true para cambiar DeNoise() a un umbral local (Sauvola), que está diseñado para páginas con textura de fondo continua, como papel coloreado escaneado en blanco y negro:
input.DeNoise(use3x3: false, adaptive: true);
El DeNoise() en modo simple mantiene su comportamiento original, por lo que este modo debe activarse explícitamente. En versiones anteriores, o si el resultado sigue siendo ruidoso, regrésese a AdaptiveThreshold().
Opción 2: AdaptiveThreshold()
Reemplace DeNoise() con AdaptiveThreshold() para este tipo de documento:
using (var input = new OcrInput())
{
foreach (var imagePath in pageImagePaths)
{
input.LoadImage(imagePath);
}
// Replaces input.DeNoise() for this document type
input.AdaptiveThreshold(0.15f);
var ocrResult = ocr.Read(input);
ocrResult.SaveAsSearchablePdf(outputPath);
}Using input As New OcrInput()
For Each imagePath In pageImagePaths
input.LoadImage(imagePath)
Next
' Replaces input.DeNoise() for this document type
input.AdaptiveThreshold(0.15F)
Dim ocrResult = ocr.Read(input)
ocrResult.SaveAsSearchablePdf(outputPath)
End UsingUsing input As New OcrInput()
For Each imagePath In pageImagePaths
input.LoadImage(imagePath)
Next
' Replaces input.DeNoise() for this document type
input.AdaptiveThreshold(0.15F)
Dim ocrResult = ocr.Read(input)
ocrResult.SaveAsSearchablePdf(outputPath)
End UsingAdaptiveThreshold() binariza contra un umbral local, por lo que maneja el grano de toda la página que trastorna el filtro de umbral fijo. Un buen rango de ajuste para thresholdLimit es de 0.10 a 0.20.
Si AdaptiveThreshold() por sí solo no limpia completamente otros documentos en tu lote, aplica Contrast() primero para ampliar la separación entre texto y fondo antes de binarizar:
input.Contrast(1.3f); // try a range of 1.3f-1.4f
input.AdaptiveThreshold(0.15f);
DeNoise() solo, sin Deskew u otro filtro en la tubería, se confirma ineficaz para esta entrada: empeora la imagen al amplificar el ruido de fondo.Curtis Chau tiene una licenciatura en Ciencias de la Computación (Carleton University) y se especializa en el desarrollo front-end con experiencia en Node.js, TypeScript, JavaScript y React. Apasionado por crear interfaces de usuario intuitivas y estéticamente agradables, disfruta trabajando con frameworks modernos y creando manuales bien estructurados y visualmente atractivos.