Con el desarrollo de la tecnología de aprendizaje profundo, se han introducido diversas estructuras y métodos de investigación para la restauración de súper resolución de imágenes naturales e imágenes de documentos. En particular, se han realizado y desarrollado varios estudios recientes en la restauración de imágenes utilizando redes generativas adversarias. La restauración de súper resolución es un problema mal planteado debido a algunas restricciones complejas, como muchas imágenes de alta resolución que se restauran a partir de la misma imagen de baja resolución, así como la dificultad para restaurar ruidos como bordes, difuminación de luz y desenfoque. En este estudio, aplicamos la restauración de súper resolución a imágenes de texto utilizando la estructura de desnormalización espacialmente adaptativa (SPADE), diferente de los métodos anteriores. Este documento utilizó SPADE para la restauración de imágenes de documentos para resolver problemas anteriores como la falta de claridad en los bordes, la dificultad para captar características de textos y la transición del color de la imagen. Como resultado de este estudio, se puede confirmar que el borde del carácter y el trazo ambiguo se restauran de manera más clara en contraste con los otros métodos previamente sugeridos. Además, los puntajes de PSNR y SSIM del método propuesto son un 8% y un 15% más altos en comparación con los métodos anteriores.