Източник: Text Finder
Как да се изгради автоматичен PII или Keyword Redaction Pipeline с .NET

Как да се изгради автоматичен PII или Keyword Redaction Pipeline с .NET

Редактирането на лично идентифицираща информация (PII) и чувствителни ключови думи в скенираните изображения е от решаващо значение за операциите по поверителност, право и съответствие. Aspose.OCR Image Text Finder за .NET позволява автоматизиране на откриване и редактиране в работните потоци.

Реални световни проблеми

Ръчното редактиране на поверителните данни в скенираните архиви е бавно, без грешки и скъпо.Автоматизацията е необходима, за да се осигури надеждно и последователно маскиране за одити на съответствието и неприкосновеността.

Преглед на решението

Автоматично откриване на PII или ключови думи с помощта на OCR, след това маскиране, бръснене или заместване на тях в изображението и съхранение на редактирани резултати – осигуряване на поверителност и сигурност.

Предупреждения

  • Visual Studio 2019 или по-късно
  • .NET 6.0 или по-късно (или .Net Framework 4.6.2+)
  • ASPOSE.OCR за .NET от NuGet
  • PII или списък с ключови думи в текстови файлове
PM> Install-Package Aspose.OCR

Стъпка по стъпка изпълнение

Стъпка 1: Подгответе списък с PII / ключови думи и въвеждане на изображения 

List<string> piiList = new List<string>(File.ReadAllLines("pii_keywords.txt"));
string[] files = Directory.GetFiles("./input", "*.png");

Стъпка 2: Търсене на PII / ключови думи 

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
AsposeOcr ocr = new AsposeOcr();
foreach (string file in files)
{
    foreach (string pii in piiList)
    {
        bool found = ocr.ImageHasText(file, pii, settings);
        if (found)
        {
            // Proceed to redact in Step 3
        }
    }
}

Стъпка 3: Редактиране или маскиране на открити условия

  • Докато Aspose.OCR открива термини, редактирането трябва да се прилага с библиотеки с изображения (напр. System.Drawing, SkiaSharp).
// Example using System.Drawing to overlay black box (simplified)
using (var image = new Bitmap(file))
{
    using (var g = Graphics.FromImage(image))
    {
        // Locate/estimate bounding box for found term (requires mapping OCR region, see docs/API)
        // g.FillRectangle(Brushes.Black, x, y, width, height);
    }
    image.Save($"./redacted/redacted_{Path.GetFileName(file)}");
}

Стъпка 4: Регистриране на редактирани файлове 

File.AppendAllText("redaction_log.csv", $"{file},{pii},redacted\n");

Стъпка 5: Допълнителен пример за работен поток на батерията 

using Aspose.OCR;
using System;
using System.Collections.Generic;
using System.IO;
using System.Drawing;

class Program
{
    static void Main(string[] args)
    {
        List<string> piiList = new List<string>(File.ReadAllLines("pii_keywords.txt"));
        string[] files = Directory.GetFiles("./input", "*.png");
        RecognitionSettings settings = new RecognitionSettings();
        settings.Language = Language.English;
        AsposeOcr ocr = new AsposeOcr();
        foreach (string file in files)
        {
            foreach (string pii in piiList)
            {
                bool found = ocr.ImageHasText(file, pii, settings);
                if (found)
                {
                    // Redact by overlay (simplified; see docs for bounding box)
                    using (var image = new Bitmap(file))
                    using (var g = Graphics.FromImage(image))
                    {
                        // Example: Draw rectangle where text is found (requires OCR region info)
                        // g.FillRectangle(Brushes.Black, x, y, width, height);
                        // Save redacted copy
                        image.Save($"./redacted/redacted_{Path.GetFileName(file)}");
                    }
                    File.AppendAllText("redaction_log.csv", $"{file},{pii},redacted\n");
                }
            }
        }
    }
}

Забележка: За точна мапиране на регионите, използвайте APIs за регионално разпознаване на Aspose.OCR, за да получите координати на открити текстови блокове, а след това точно маскирайте.

Използване на случаи и приложения

Закон и съответствие

Автоматично редактиране на договори, HR файлове и регулирани документи.

Контрол на поверителността

Уверете се, че няма изтичане на PII в сканираните архиви, на борда или доказателствени файлове.

Батч DLP (превенция на загубата на данни)

Спрете случайното споделяне или съхранение на чувствителна информация в скенираните изображения.

Съвместни предизвикателства и решения

Предизвикателство 1: Намиране на точни текстови региони

Решение: Използвайте изход на OCR текст регион и карта за координати на изображението за маскиране.

Предизвикателство 2: Фалшиви положителни / отрицателни

Решение: Извършете списъци с ключови думи, валидиране на редактирани изображения и провеждане на одити.

Предизвикателство 3: Размерът на работата на батерията

Решение: Паралелно и автоматично обработване на грешки за мащаб.

Преглед на изпълнението

  • Изчисляването на регионите и писането на изображения може да бъде бавно за големи партиди — използвайте асинк, ако е необходимо
  • Регистрирайте всички редакции за преглед на съответствието

Най-добрите практики

  • Изпитване на точността на регионите с различни изображения
  • Редовно актуализиране на списъци с ключови думи за нови PII модели
  • Защитете както оригиналните, така и редактираните файлове
  • Проверка с ръчна проверка на местата

Разширени сценарии

Сценарий 1: Blur вместо Blackout

Използвайте филтри за изображения, за да блеснете откритите области за по-тънко маскиране.

Сценарий 2: Редактиране / Замяна на текст

Преместете персонализираната етикета (напр. „REDACTED“) вместо черната кутия.

заключение

Aspose.OCR Image Text Finder за .NET ви позволява да автоматизирате PII/keyword редактиране на мащаб – намаляване на правния риск и осигуряване на поверителност в архивите на изображенията.

За точни регионални АПИ и интегриране на редакцията, вижте Aspose.OCR за .NET API Референт .

 Български