Фотография в текст
Как извлечь персональные или чувствительные данные из изображений с помощью Aspose.OCR

Как извлечь персональные или чувствительные данные из изображений с помощью Aspose.OCR

Экстракция персональных или чувствительных данных из изображений имеет решающее значение для соблюдения, аудитов конфиденциальности и автоматической предотвращения потери данных. ASPOSE.OCR для .NET позволяет искать, экстрактировать и пересматривать секретный контент в цифровых изображениях и скенированных документах.

Реальные мировые проблемы

Организации должны найти и редактировать персональную идентификационную информацию (PII) или конфиденциальные данные, скрытые в сканированных контрактах, формах или цифровых фотографиях.

Решение обзор

Aspose.OCR для .NET может искать конкретные текстовые шаблоны (имена, адреса, идентификаторы, номера учетной записи и т.д.), даже с помощью регулярных выражений, а также экстракт или отчёт о чувствительных данных.

Предупреждения

  • Visual Studio 2019 или позднее
  • .NET 6.0 или более поздний (или .Net Framework 4.6.2+)
  • ASPOSE.OCR для .NET от NuGet
  • Опыт C#
PM> Install-Package Aspose.OCR

Step-by-Step реализация

Шаг 1: Инсталляция и настройка Aspose.OCR 

using Aspose.OCR;

Шаг 2: Подготовьте файлы изображения 

string img1 = "id_card.png";
string img2 = "contract_scan.jpg";

Шаг 3: Настройка PII/Sensitive Pattern Recognition 

RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;

Шаг 4: Поиск PII или конфиденциальных данных в изображениях

  • Используйте шаблоны string/regex, чтобы соответствовать PII (например, имена, SSN, номера счетов, электронные письма):
AsposeOcr ocr = new AsposeOcr();
bool foundSsn = ocr.ImageHasText(img1, @"\d{3}-\d{2}-\d{4}", settings); // US SSN pattern
bool foundEmail = ocr.ImageHasText(img2, @"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}", settings);

Шаг 5: Экстракт и отчет чувствительного контента

  • Экстрактируйте весь признанный текст для дальнейшей обработки:
OcrInput input = new OcrInput(InputType.SingleImage);
input.Add(img1);
input.Add(img2);
List<RecognitionResult> results = ocr.Recognize(input, settings);
foreach (RecognitionResult result in results)
{
    Console.WriteLine(result.RecognitionText); // For human review
    result.Save("extracted_data.txt", SaveFormat.Text); // Save for audit/compliance
}

Шаг 6: Добавить обработку ошибок 

try
{
    bool found = ocr.ImageHasText(img1, @"\d{3}-\d{2}-\d{4}", settings);
}
catch (Exception ex)
{
    Console.WriteLine($"Error: {ex.Message}");
}

Шаг 7: Оптимизация для массовых или автоматизированных аудитов

  • Батч обработки файлов для аудитов по всей организации
  • Загрузить результаты в центральную базу данных или файл для проверки соответствия
foreach (string file in Directory.GetFiles("./images", "*.png"))
{
    bool found = ocr.ImageHasText(file, @"[A-Z]{2}[0-9]{6}", settings); // Example: passport pattern
    if (found) { Console.WriteLine($"PII found in: {file}"); }
}

Шаг 8: Полный пример 

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

class Program
{
    static void Main(string[] args)
    {
        try
        {
            RecognitionSettings settings = new RecognitionSettings();
            settings.Language = Language.English;
            AsposeOcr ocr = new AsposeOcr();

            string img1 = "id_card.png";
            string img2 = "contract_scan.jpg";

            bool foundSsn = ocr.ImageHasText(img1, @"\d{3}-\d{2}-\d{4}", settings);
            bool foundEmail = ocr.ImageHasText(img2, @"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}", settings);

            OcrInput input = new OcrInput(InputType.SingleImage);
            input.Add(img1);
            input.Add(img2);
            List<RecognitionResult> results = ocr.Recognize(input, settings);
            foreach (RecognitionResult result in results)
            {
                Console.WriteLine(result.RecognitionText);
                result.Save("extracted_data.txt", SaveFormat.Text);
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error: {ex.Message}");
        }
    }
}

Используйте случаи и приложения

Аудит конфиденциальности и соответствия

Поиск изображений для PII (имена, SSN, адреса) для соблюдения GDPR, CCPA и внутренних обязательств по конфиденциальности.

Редакционная автоматизация

Автоматически флаг или редактировать конфиденциальный контент в юридических и деловых документах.

Цифровая правосудия и обзор

Ускорите рецензию, подчеркивая чувствительный контент по большим наборам данных.

Общие вызовы и решения

Проблема 1: Комплекс или рукопись PII

Решение: Используйте качественные сканировки, проверяйте регулярные выражения и дополняйте их вручную.

Проблема 2: высокий объем изображений

Решение: Процесс сбора в папках и экспортных результатах для отчетности.

Проблема 3: персонализированные PII шаблоны

Решение: Используйте персонализированный regex для уникальных типов данных вашей организации.

Рассмотрим производительность

  • Батч-процесс для скорости
  • Fine-tune regex для ваших типов PII
  • Установка объектов ОКР после прогулок

Лучшие практики

  • Тест PII поиск на разнообразном образце изображений
  • Регулярно обновляются настройки regex и соответствия
  • Защитите все полученные результаты и данные
  • Защита оригинальных и обработанных файлов

Развитые сценарии

Сценарий 1: Многоязычный или международный PII 

settings.Language = Language.French;

Сценарий 2: Экспорт в JSON для отчетности о соответствии 

foreach (RecognitionResult result in results)
{
    result.Save("extracted_data.json", SaveFormat.Json);
}

Заключение

ASPOSE.OCR для .NET дает вам возможность идентифицировать и выводить чувствительную информацию из изображений и сканирования, автоматизируя рабочие потоки соответствия и конфиденциальности по масштабу.

Посмотреть более продвинутые образцы кода в ASPOSE.OCR для .NET API .

 Русский