Limpiar archivos PDF

¿Por qué es tan importante optimizar los documentos escaneados? Además de una mejor legibilidad y apariencia visual de los archivos, existen otros beneficios para limpiar documentos escaneados.
Cualquier motor de detección como LOC proporcionará mejores resultados en un documento claro. También es el caso de reconocer códigos de barras , casillas de verificación en formularios de exámenes, fuentes especiales en cheques y cualquier otro elemento.
También obtiene mejores resultados de compresión en documentos limpiados. Herramientas como hipercompresión Garantice la mejor relación calidad / legibilidad para sus archivos PDF y, a veces, incluso mejore la legibilidad de los documentos escaneados, gracias a muchos algoritmos de optimización.
Una vez que haya limpiado sus documentos, puede comprimirlos y convertirlos a PDF / A para el archivo y la conservación a largo plazo. ¡Las personas que utilizarán sus documentos en el futuro se lo agradecerán!

Los documentos escaneados a menudo contienen artefactos no deseados y diseminados aleatoriamente conocidos como "ruido". En el dominio de las imágenes, incluso tenemos "ruido de sal y pimienta", que son píxeles brillantes en áreas más oscuras y píxeles oscuros en áreas de imagen más brillantes, como si alguien vierte partículas de sal y pimienta sobre el documento (a la imagen le gustan las metáforas).
Hay muchos filtros para eliminar el ruido de un documento escaneado.
El filtro Despeckle elimina el ruido de las imágenes sin difuminar los bordes. Intenta detectar áreas complejas y dejarlas intactas mientras suaviza las áreas donde se notará el ruido. Despeckle puede limpiar dibujos sucios o descoloridos que muestran manchas o manchas después de escanear.
La Filtro de mediana reduce el ruido en una capa al combinar el brillo de los píxeles dentro de una selección mediante un algoritmo. El filtro busca píxeles de brillo similar, descartando los píxeles que difieren demasiado de los píxeles adyacentes y reemplaza el píxel central con el valor de brillo medio de los píxeles buscados. Ayuda a eliminar o reducir la apariencia de movimiento en una imagen o patrones indeseables que pueden aparecer en una imagen escaneada.
El filtrado medio mejora particularmente los resultados de OCR porque elimina el ruido pero conserva los bordes.

El sesgo es un artefacto que puede aparecer durante el proceso de escaneo del documento y consiste en hacer girar el texto / imágenes del documento en un ligero ángulo. La mayoría de las veces, ocurre cuando el papel se pierde en el escáner. Autodeskew es el proceso de detección y solución de este problema en los archivos escaneados, por lo que las imágenes enderezadas tendrán el texto / imágenes correctamente alineados.
Este filtro aumenta la tasa de precisión del reconocimiento de caracteres porque el texto alineado está mucho más cerca de lo que se supone que debe encontrar el software OCR al realizar análisis de imágenes. Brillo y contraste son ajustes de imagen muy conocidos y son particularmente importantes para los documentos escaneados porque pueden mejorar significativamente la legibilidad.
A menudo nos olvidamos de la corrección de gamma, pero cambiar la configuración de gamma en una imagen muy clara la hará legible sin oscurecerla. Su propósito es optimizar el contraste y el brillo en los medios tonos manteniendo los elementos en blanco y negro.
A herramienta de recorte es útil cuando necesita recortar áreas no deseadas de una página. Y si necesita eliminar bordes negros y perforar agujeros, ¡nuestro widget de limpieza lo hará por usted!