Imagen generada con IA

El estudio analiza cómo la reducción del tamaño de archivos digitalizados puede afectar, sin que sea evidente a simple vista, la capacidad de los sistemas de reconocimiento óptico de caracteres para interpretar correctamente el texto.

Por: Adriana Torres

04 de Setiembre, 2026.


El Dr. Ing. Brandon Vicente Ramírez Romero, docente del Programa de Ingeniería de Sistemas de la filial Tarma de la Facultad de Ingeniería de la Universidad Católica Sedes Sapientiae (UCSS), publicó junto a Becquer Frauberth Camayo Lapa, de la Universidad Nacional del Centro del Perú (UNCP), el artículo científico Open-Source Document-Image Compression and OCR Degradation: A Reproducible, Multi-Axis Evaluation en la revista internacional IEEE Access.

La investigación analiza cómo la reducción del tamaño de documentos escaneados puede afectar el funcionamiento de los sistemas de reconocimiento óptico de caracteres (OCR), utilizados para identificar y procesar texto de manera automática. Así, una página puede conservar una buena apariencia visual y, al mismo tiempo, presentar dificultades para ser interpretada correctamente por estos sistemas.

Para evaluar este riesgo, los investigadores analizaron 1951 páginas escaneadas y más de 56 000 mediciones, utilizando cinco métodos de compresión de software libre. Como parte del trabajo, desarrollaron Barlume, una suite de evaluación de código abierto que permite medir, antes de comprimir una colección, cuánto se degrada el reconocimiento de texto con cada método.

“Una página escaneada puede verse impecable después de comprimirla y, aun así, haberse vuelto menos legible para los sistemas que la buscan y la procesan. Ese daño silencioso es lo que este estudio mide y pone en manos de quien digitaliza”, señala Ramírez Romero.

El artículo fue publicado el 18 de agosto de 2026 en modalidad Early Access en IEEE Access, revista indexada en Scopus y ubicada en el primer cuartil (Q1) de General Engineering, según CiteScore 2025: 9.3, puesto 31 de 351 y percentil 91. Asimismo, se encuentra disponible en acceso abierto bajo licencia Creative Commons CC BY 4.0, lo que permite su lectura y difusión sin necesidad de suscripción.

Ramírez Romero figura como primer autor y autor de correspondencia del artículo. Además, el código, las tablas de resultados y el entorno de ejecución utilizados en el estudio se encuentran disponibles en un repositorio abierto, contribuyendo a la reproducibilidad de la investigación.

DOI: https://doi.org/10.1109/ACCESS.2026.3724788

Dos páginas escaneadas del estudio. El color indica cuánto alteró la compresión cada zona de la página: la de la izquierda cambió mucho y conservó su texto legible por máquina; la de la derecha quedó casi igual y, sin embargo, lo perdió. Figura adaptada del artículo (CC BY 4.0).

También te puede interesar:

1 2 3 4 5 7 8 9 10

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *