# Nonlocal Means Denoising

> Reducción de ruido preservando bordes y texto del documento para mejorar la calidad del OCR

- Skill: `davidcastagnetoa/nonlocal-means-denoising` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add davidcastagnetoa/nonlocal-means-denoising`
- Raw SKILL.md: https://api.skillmd.com/api/skills/davidcastagnetoa/nonlocal-means-denoising/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: davidcastagnetoa (https://skillmd.com/u/davidcastagnetoa)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/davidcastagnetoa/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`):
   ```python
   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).