Nonlocal Means Denoising

nonlocal_means_denoising

Non-Local Means (NLM) es el algoritmo de denoising más efectivo para documentos. A diferencia del blur gaussiano, preserva los bordes nítidos del texto mientras elimina el ruido granular.

When to use

Aplicar después de CLAHE y antes de OCR, especialmente en documentos fotografiados con poca luz.

Instructions

1. Usar OpenCV NLM (incluido en opencv-python-headless):

   import cv2
   def denoise_document(img):
       # Para imagen en color
       return cv2.fastNlMeansDenoisingColored(img, None, h=10, hColor=10,
           templateWindowSize=7, searchWindowSize=21)
   def denoise_grayscale(gray):
       # Para escala de grises (más rápido, suficiente para OCR)
       return cv2.fastNlMeansDenoising(gray, None, h=10, templateWindowSize=7, searchWindowSize=21)
   

2. Ajustar h según calidad: h=5 para ruido leve, h=15 para ruido severo.
3. Aplicar NLM DESPUÉS de perspectiva y ANTES de Unsharp Mask.
4. Para imágenes de alta resolución (>2MP), redimensionar primero.
5. Pipeline completo: CLAHE → NLM Denoising → Unsharp Mask → [Otsu Binarization] → OCR.

Notes

• fastNlMeansDenoisingColored es ~5x más lento que la versión grayscale.
• Si la latencia es crítica, usar cv2.bilateralFilter como alternativa más rápida (menor calidad).