图像阈值处理无法完全消除图像中的点状杂波

Question

我正在处理某些图像，其中必须进行一些预处理操作以删除所有内容并仅保留文字。
为此，我使用了不同的阈值处理方法（自适应平均阈值，自适应高斯阈值...）。我获得的最佳结果是自适应平均阈值。但是，使用自适应平均阈值不仅消除了不想要的“噪音”，而且还消除了一部分文字！
这是我使用的代码：

src = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)
height, width = src.shape
blockSize = 35
C = 23
amtImage = cv2.adaptiveThreshold(src, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, blockSize, C)
cv2.imwrite('output.jpg', amtImage)

输入图像： 出于保密原因，这些图像是从互联网上拍摄的！

输出图像：

我试图通过使用以下代码来消除点缀的噪声：

import cv2
import numpy as np

img = cv2.imread('output.jpg', 0)
_, blackAndWhite = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)

nlabels, labels, stats, centroids = cv2.connectedComponentsWithStats(blackAndWhite, None, None, None, 8, cv2.CV_32S)
sizes = stats[1:, -1] #get CC_STAT_AREA component
img2 = np.zeros((labels.shape), np.uint8)

for i in range(0, nlabels - 1):
    if sizes[i] >= 10:   #filter small dotted regions
        img2[labels == i + 1] = 255

res = cv2.bitwise_not(img2)
cv2.imwrite('another_output.jpg, res)

这是我所得到的例子：

尽管自适应平均阈值效果不错，但是最终结果仍然不够好，无法进行OCR（使用Tesseract）进行编辑。
任何人都可以提出一些修改或想法，以提高阈值的质量并仅保留最终图像中的文字吗？
抱歉，时间太长了，谢谢！