Kuinka rakentaa automaattinen PII tai avainsanojen muokkausputki .NET:llä

Henkilökohtaisesti tunnistettavissa olevien tietojen (PII) ja arkaluonteisten avainsanojen kirjoittaminen skannatuissa kuvissa on ratkaisevan tärkeää yksityisyyden, oikeudellisten ja noudattamisen toimien kannalta. Aspose.OCR Image Text Finder for .NET mahdollistaa automaattisen havaitsemisen ja muokkaamisen työvirtoissa.

Reaalimaailman ongelma

Skannattujen tiedostojen luottamuksellisten tietojen manuaalinen kirjoittaminen on hidasta, virheellistä ja kalliita.Automaatio on välttämätöntä, jotta varmistetaan luotettava ja johdonmukainen piilottaminen noudattamisen ja yksityisyyden tarkastusten kannalta.

Ratkaisun yleiskatsaus

PII:t tai avainsanoja tunnistetaan automaattisesti OCR:n avulla, sitten naamioidaan, peitetään tai korvataan kuvassa ja tallennetaan muokatut tulokset - yksityisyyden ja turvallisuuden varmistaminen.

edellytykset

• Visual Studio 2019 tai uudempi
• .NET 6.0 tai uudempi (tai .Net Framework 4.6.2+)
• ASPOSE.OCR for .NET alkaen NuGet
• PII tai avainsanojen luettelo tekstitiedostossa

PM> Install-Package Aspose.OCR

Vaiheittainen toteutus

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)
        {
            // Proceed to redact in Step 3
        }
    }
}

// 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)}");
}

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

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");
                }
            }
        }
    }
}

Käytä tapauksia ja sovelluksia

Oikeus ja noudattaminen

Automaattinen kirjoitus sopimuksista, HR-tiedostoista ja säännellyistä asiakirjoista.

Yksityisyyden tarkastukset

Varmista, että ei PII-leikkauksia skannattujen arkistojen, navigointi- tai todiste tiedostoja.

Batch DLP (Data Loss Prevention) – tietojen menetyksen ehkäiseminen

Lopeta epäonnellinen jakaminen tai arkaluonteisten tietojen tallentaminen skannatuissa kuvissa.

Yhteiset haasteet ja ratkaisut

Haaste 1: Tarkka tekstialueiden löytäminen

** Ratkaisu:** Käytä OCR-tekstialueen tuotantoa ja karttaa kuvan koordinaatteihin piilottamiseen.

Haaste 2: Väärät positiiviset / negatiiviset

** Ratkaisu:** Tee avainsanojen luetteloita, validoi muokattuja kuvia ja suorita tarkastuksia.

Haaste 3: Batch Job Size

** Ratkaisu:** Parallelize ja automaattinen virheen käsittely mittakaavassa.

suorituskyvyn huomioon ottaminen

• Alueiden laskenta ja kuvan kirjoittaminen voivat olla hitaita suurille matkoille – käytä asynkkia tarvittaessa
• Rekisteröi kaikki toimitukset vaatimustenmukaisuuden tarkistamiseksi

Parhaat käytännöt

• Testaa alueen tarkkuutta monipuolisten kuvien kanssa
• Avainsanojen luettelot päivitetään säännöllisesti uusille PII-malleille
• Turvaa sekä alkuperäiset että muokatut tiedostot
• Validoi manuaalinen spot-testi

Edistyneet skenaariot

Käsikirjoitus: Blur sen sijaan, että Blackout

Käytä kuvan suodattimia havaittujen alueiden murskaamiseen hienovaraisempaan naamiointiin.

Käsikirja 2: Yksityiskohtainen muokkaus / korvaus teksti

Lataa mukautettu etiketti (esim. ”REDACTED”) musta laatikko sijaan.

johtopäätöksiä

Aspose.OCR Image Text Finder for .NET antaa sinulle mahdollisuuden automatisoida PII / avainsanojen kirjoittaminen mittakaavassa – vähentämällä oikeudellista riskiä ja turvaamalla yksityisyyttä koko kuvan arkistoissa.

Tarkka alueen APIs ja kirjoitusten integrointi, katso ASPOSE.OCR .NET API-referenssille .