Bildet tekst Finder
Hvordan lage en automatisk PII eller Keyword Redaction Pipeline med .NET

Hvordan lage en automatisk PII eller Keyword Redaction Pipeline med .NET

Redigering av personlig identifiserbar informasjon (PII) og følsomme nøkkelord i skannede bilder er avgjørende for personvern, juridiske og overholdelsesoperasjoner. Aspose.OCR Image Text Finder for .NET gjør det mulig å automatisere oppdagelse og redigering i pakkearbeidsflyter.

Real-verdens problem

Manuell redigering av konfidensielle data i skannede arkiver er langsom, feilfri og kostbar. Automasjon er nødvendig for å sikre pålitelig og konsekvent masking for overholdelse og personvernerklæringer.

Oversikt over løsning

Automatisk oppdage PII eller nøkkelord ved hjelp av OCR, deretter maske, blur, eller erstatte dem i bildet og lagre de redigerte resultatene – sikrer personvern og sikkerhet.

Prerequisites

  • Visual Studio 2019 eller senere
  • .NET 6.0 eller nyere (eller .Net Framework 4.6.2+)
  • Aspose.OCR for .NET fra NuGet
  • PII eller keyword liste i en tekstfil
PM> Install-Package Aspose.OCR

Step-by-step implementering

Steg 1: Forbered PII/Keyword List og Input Images 

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

Steg 2: Søk etter PII / nøkkelord 

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
        }
    }
}

Trinn 3: Redaksjon eller maske oppdagede vilkår

  • Mens Aspose.OCR oppdager termer, må redigering brukes med bildebibliotek (f.eks. 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)}");
}

Steg 4: Lagre redigerte filer 

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

Steg 5: Komplett Batch Workflow Eksempel 

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");
                }
            }
        }
    }
}

Merknad: For nøyaktig region kartlegging, bruk Aspose.OCRs gjenkjenning region APIs for å få koordinater av detekterte tekstblokkene, og deretter maskere nøye.

Bruker tilfeller og applikasjoner

Loven og overholdelse

Automatisk redigering av kontrakter, HR-filer og regulerte dokumenter.

Personvernrevisjoner

Sørg for at PII ikke springer i skannede arkiver, onboarding eller bevisfiler.

Batch DLP (Data Loss Prevention)

Stoppe tilfeldig deling eller lagring av sensitiv informasjon i skannede bilder.

Vanlige utfordringer og løsninger

Utfordring 1: Finn nøyaktige tekstregioner

Løsning: Bruk OCR-tekstregion utgang og kart til bilde koordinater for masking.

Utfordring 2: False Positive og Negative

Løsning: Gjør nøkkelordlister, validerer redigerte bilder og utfører revisjoner.

Utfordring 3: Batch Job Size

Løsning: Parallelize og automatisk feilbehandling for skala.

Performance vurderinger

  • Regionsberegning og bildeskriving kan være sakte for store partier – bruk async hvis nødvendig
  • Registrer alle redaksjoner for overensstemmelsesvurdering

Beste praksis

  • Test region mapping nøyaktighet med varierte bilder
  • Regelmessig oppdatering av søkeordlister for nye PII-mønstre
  • Sikre både originale og redigerte filer
  • Validerer med manuelle spot-checks

Avanserte scenarier

Scenario 1: Blur i stedet for Blackout

Bruk bildefilter for å blur oppdagede områder for mer subtile masking.

Scenario 2: Tilpasset Redaksjon / Replacement Text

Overlay tilpasset etikett (f.eks. “REDACTED”) i stedet for svart boks.

Conclusion

Aspose.OCR Image Text Finder for .NET gir deg mulighet til å automatisere PII/keyword redigering på skala – reduserer rettslig risiko og sikrer personvern over bildearkiver.

For nøyaktig region APIs og redigeringsintegrasjon, se Aspose.OCR for .NET API Referanse .

 Norsk