DeNoise() piora a digitalização de papéis coloridos
DeNoise() torna documentos de papel colorido mais barulhentos ao invés de mais limpos quando são digitalizados em preto e branco. A página se transforma em um grão cinza uniforme, e o filtro padrão interpreta erroneamente esse grão como manchas.
DeNoise() (referenciado internamente como Despeckle()) é projetado para uma tarefa: remover pequenas manchas escuras isoladas em um fundo branco limpo. Ele não se adapta a texturas contínuas. Quando uma página de papel colorido é digitalizada em preto e branco, ela perde seu contraste de cor e se torna um grão de tom cinza uniforme em toda a página. O limiar global fixo lê esse grão como manchas generalizadas em vez de ruído isolado, então amplifica o fundo ao invés de removê-lo. Esta é uma limitação de design do DeNoise() padrão para este tipo de entrada, não um bug específico do ambiente.
Solução
Opção 1: DeNoise() Adaptativo (v2026.10.2+)
Passe adaptive: true para mudar DeNoise() para limiar local (Sauvola), que é projetado para páginas com uma textura de fundo contínua, como papel colorido digitalizado em preto e branco:
input.DeNoise(use3x3: false, adaptive: true);
O DeNoise() simples mantém seu comportamento original, então este modo precisa ser habilitado explicitamente. Em versões anteriores, ou se o resultado ainda estiver barulhento, recorra a AdaptiveThreshold().
Opção 2: AdaptiveThreshold()
Substitua DeNoise() por 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 um limiar local, então lida com o grão de página inteira que atrapalha o filtro de limiar fixo. Uma boa faixa de ajuste para thresholdLimit é de 0.10 a 0.20.
Se AdaptiveThreshold() sozinho não limpar completamente outros documentos em seu lote, aplique primeiro Contrast() para aumentar a separação entre texto e fundo antes de binarizar:
input.Contrast(1.3f); // try a range of 1.3f-1.4f
input.AdaptiveThreshold(0.15f);
DeNoise() sozinho, sem Deskew ou outro filtro no pipeline, é confirmado ineficaz para esta entrada: piora a imagem ao amplificar o ruído de fundo.Curtis Chau é bacharel em Ciência da Computação (Universidade Carleton) e se especializa em desenvolvimento front-end, com experiência em Node.js, TypeScript, JavaScript e React. Apaixonado por criar interfaces de usuário intuitivas e esteticamente agradáveis, Curtis gosta de trabalhar com frameworks modernos e criar manuais bem estruturados e visualmente atraentes.