Anonimizacja Skanów i Zdjęć (OCR)

Dane osobowe występują nie tylko w tekście dokumentu. Równie często znajdują się na skanach, zdjęciach i obrazach: sfotografowanym dowodzie osobistym, zeskanowanej umowie, pieczątce z imieniem i nazwiskiem czy podpisie osadzonym w pliku PDF.

Anonimizer radzi sobie z nimi dzięki technologii OCR (optycznemu rozpoznawaniu tekstu). Aplikacja odczytuje tekst bezpośrednio z obrazu, wykrywa w nim dane wrażliwe i nakłada na nie czarne zamazania dokładnie w miejscu, w którym dane występują na obrazie.

Oprócz danych tekstowych na obrazach rozpoznawane są także:

• Wizerunek: twarze widoczne na zdjęciach i skanach dokumentów tożsamości.
• Strefa odczytu maszynowego (MRZ): pas kodowanych danych na dole dowodu osobistego lub paszportu.
• Treść pól dokumentu: wartości wpisane w polach formularzy urzędowych, takich jak rubryki dowodu czy legitymacji.

Anonimizacja obrazów działa dla kilku rodzajów plików. Aplikacja sama rozpoznaje, z jakim plikiem ma do czynienia, i wybiera właściwy sposób przetwarzania, niczego nie musisz przełączać ręcznie.

Rodzaj pliku	Formaty	Sposób przetwarzania
Zdjęcia i obrazy	PNG, JPG, JPEG, WEBP, BMP	Cały obraz jest odczytywany przez OCR, a wykryte dane zostają zamazane.
PDF będący skanem	.pdf bez warstwy tekstowej	Aplikacja automatycznie wykrywa, że plik jest skanem, i przetwarza go strona po stronie w trybie OCR.
PDF z warstwą tekstową	.pdf	Tekst jest anonimizowany standardowo, a każdy osadzony obraz (pieczątka, podpis, wklejony skan) jest dodatkowo skanowany osobno.
Dokumenty z obrazami	DOCX, XLSX, ODT, ODS	Tekst jest anonimizowany standardowo, a obrazy osadzone w dokumencie są skanowane i zamazywane w pliku wynikowym.

Anonimizacja skanu przebiega tak samo jak anonimizacja tekstu. Cała dodatkowa praca dzieje się automatycznie.

1. Wczytaj zdjęcie lub skan do panelu Dane źródłowe: przyciskiem Wybierz plik albo przeciągając plik na okno aplikacji (zob. 8.2. Wczytywanie pliku).
2. Kliknij przycisk Anonimizuj. Aplikacja odczyta tekst z obrazu i wykryje dane wrażliwe. Przetwarzanie trwa zwykle kilka sekund na stronę, przy wielostronicowych skanach PDF czas rośnie proporcjonalnie do liczby stron.
3. W panelu Wynik zobaczysz obraz z nałożonymi maskami w kolorach kategorii danych, tak samo jak przy anonimizacji tekstu. Najechanie kursorem na maskę pokazuje typ wykrytych danych.

Wskaźnik jakości odczytu

Po zakończeniu przetwarzania nad wynikiem pojawia się wskaźnik jakości skanu:

Wskaźnik	Znaczenie
✓ Wysoka jakość	Tekst został odczytany pewnie.
⚠ Średnia jakość	Część słów odczytano z niską pewnością, warto przejrzeć wynik.
✗ Niska jakość	Skan jest trudny do odczytania, dokładnie sprawdź, czy wszystkie dane zostały zamazane.

Najechanie kursorem na wskaźnik pokazuje, jaki procent słów został odczytany z niską pewnością.

Wybór typów danych

Zakres wykrywania ustawiasz tak samo jak dla tekstu, w panelu Dostosuj reguły (zob. 6.7. Rozpoznawane typy danych). Odznaczenie typu wyłącza jego zamazywanie na obrazie. Dotyczy to również typów obrazowych: Wizerunek oraz Strefa odczytu maszynowego (MRZ).

Pobieranie wyniku

Zanonimizowany obraz lub skan pobierzesz przyciskiem eksportu, tak jak każdy inny wynik (zob. rozdział 12. Eksport Wyników). Możesz też przekonwertować wynik na inny format, na przykład zapisać zanonimizowany obraz jako PDF.

Żaden automat nie jest nieomylny, dlatego wynik anonimizacji obrazu możesz w pełni kontrolować ręcznie. Wykrycia są zaznaczone ramkami bezpośrednio na podglądzie obrazu i reagują na proste gesty myszy.

Pomijanie i przywracanie wykryć

• Pomiń wykrycie: kliknij ✕ na ramce wykrycia, którego nie chcesz zamazywać. Ramka zmieni się w przerywaną, a fragment pozostanie widoczny w wyniku.
• Przywróć wykrycie: kliknij przerywaną ramkę ⊘, aby ponownie objąć fragment zamazaniem.

Własne zaczernienia

Jeśli aplikacja czegoś nie wykryła albo chcesz zakryć dodatkowy fragment obrazu:

• Dodaj zaczernienie: przeciągnij kursorem po pustym obszarze obrazu, aby narysować nowy prostokąt zaczernienia.
• Przesuń: przeciągnij ramkę zaczernienia w inne miejsce.
• Zmień rozmiar: przeciągnij za róg ramki.
• Usuń: kliknij ✕ na zaczernieniu.

Zmiany widzisz natychmiast w podglądzie, bez ponownego przetwarzania OCR. Wszystkie decyzje zostają uwzględnione w pobieranym pliku.

Dokumenty tekstowe często zawierają obrazy z danymi osobowymi: skan dowodu wklejony jako załącznik umowy, pieczątkę z imieniem i nazwiskiem, podpis czy zdjęcie legitymacji. Podczas anonimizacji dokumentu PDF, DOCX, XLSX, ODT lub ODS aplikacja automatycznie skanuje także wszystkie osadzone obrazy.

Pastylka Obrazy

W trakcie skanowania nad wynikiem widoczna jest pastylka Obrazy, która pokazuje postęp. Skanowanie obrazów nie blokuje pracy, wynik tekstowy jest dostępny od razu. Po zakończeniu pastylka pokazuje, w ilu obrazach wykryto dane, na przykład Obrazy 1 z 2. Kliknij ją, aby otworzyć panel obrazów.

Panel Obrazy

Panel grupuje wszystkie obrazy znalezione w dokumencie:

Grupa	Zawartość
Wykryte	Obrazy, na których znaleziono dane wrażliwe.
Bez wykryć	Obrazy przeanalizowane bez znalezisk, wraz z wyjaśnieniem, dlaczego nic nie wykryto.
Nieodczytane	Obrazy, których nie udało się przeanalizować, wymagają Twojej decyzji.

Przy każdym obrazie podejmujesz decyzję: Zaczernij (cały obraz zostanie zamazany w pliku wynikowym) albo oznacz jako Sprawdzony, jeśli obraz nie wymaga ingerencji. Dostępne są też akcje zbiorcze dla całej grupy, a obrazy wymagające uwagi są oznaczone symbolem ⚠.

Edycja pojedynczego obrazu

Kliknij obraz w podglądzie dokumentu, aby otworzyć go w powiększeniu z zaznaczonymi wykryciami. W tym widoku możesz pomijać wykrycia, dorysowywać własne zaczernienia lub zaczernić cały obraz, dokładnie tak, jak opisano w sekcji 9.4.

Co znajdziesz w pliku wynikowym

• Zamazania są nakładane bezpośrednio na piksele obrazów, a dokument zachowuje oryginalny format i formatowanie. Plik DOCX otworzy się w Wordzie, a XLSX w Excelu bez żadnych ostrzeżeń.
• Jeśli ten sam obraz występuje w dokumencie kilka razy, zostanie zamazany we wszystkich miejscach.
• W plikach PDF graficzne podpisy elektroniczne (na przykład ramki podpisu zaufanego) są utrwalane i zamazywane tak, aby nie dało się ich przywrócić w innej przeglądarce PDF.

Limity przetwarzania

Anonimizacja obrazów ma techniczne limity chroniące przed przeciążeniem komputera:

Limit	Wartość
Liczba stron skanu PDF	100 stron na dokument
Rozdzielczość obrazu	25 megapikseli na pojedynczy obraz
Liczba obrazów w dokumencie	200 obrazów na dokument

Przekroczenie limitu kończy się czytelnym komunikatem, nigdy cichym pominięciem części dokumentu.

Bezpieczeństwo wyniku

• Zasada ostrożności: jeśli przetwarzanie którejś strony skanu się nie powiedzie, strona zostaje zaczerniona w całości, a aplikacja wyświetla stosowny komunikat. Anonimizer woli zakryć za dużo niż przepuścić dane wrażliwe.
• Brak ukrytej warstwy tekstu: wynik jest obrazem, pod czarnymi maskami nie ma tekstu, który dałoby się zaznaczyć i skopiować.
• Czyszczenie metadanych: z pliku wynikowego usuwane są metadane mogące identyfikować autora lub urządzenie, w tym dane EXIF zdjęcia.

Dobre praktyki

• Skanuj dokumenty w rozdzielczości co najmniej 300 DPI i przy równym oświetleniu. Im lepszy skan, tym pewniejsze wykrywanie.
• Lekko przekrzywione skany są automatycznie prostowane, ale mocno zniekształcone zdjęcia (na przykład sfotografowane pod kątem) mogą obniżyć skuteczność.
• Przy wskaźniku ⚠ Średnia jakość lub ✗ Niska jakość zawsze przejrzyj wynik i w razie potrzeby dorysuj własne zaczernienia (zob. 9.4).