Bildtext hittare
Hur man bygger en automatiserad PII eller Keyword Redaction Pipeline med .NET

Hur man bygger en automatiserad PII eller Keyword Redaction Pipeline med .NET

Redigera personlig identifierbar information (PII) och känsliga nyckelord i skannade bilder är avgörande för integritet, juridiska och överensstämmelseverksamhet. Aspose.OCR Image Text Finder för .NET gör det möjligt att automatisera upptäckt och redigering i arbetsflöden.

Realvärldsproblem

Manuell redigering av konfidentiella data i skannade arkiv är långsam, felfri och dyr. Automation krävs för att säkerställa tillförlitlig och konsekvent maskering för överensstämmelse och sekretessrevisioner.

Översikt över lösningen

Automatiskt upptäcka PII eller nyckelord med OCR, sedan maskerar, blur eller ersätter dem i bilden och sparar de redigerade resultaten – säkerställer integritet och säkerhet.

förutsättningar

  • Visual Studio 2019 eller senare
  • .NET 6.0 eller senare (eller .Net Framework 4.6.2+)
  • Aspose.OCR för .NET från NuGet
  • PII eller nyckelord lista i en textfil
PM> Install-Package Aspose.OCR

Steg för steg genomförande

Steg 1: Förbereda PII/Keyword List och Input Images 

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

Steg 2: Sök efter PII/nyckelord 

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
        }
    }
}

Steg 3: Redigera eller mask upptäckta termer

  • Medan Aspose.OCR upptäcker termer måste redigering tillämpas med bildbibliotek (t.ex. 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: Logga in redigerade filer 

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

Steg 5: Komplett Batch Workflow Exempel 

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");
                }
            }
        }
    }
}

Anmärkning: För exakt region kartläggning, använd Aspose.OCRs erkännande region APIs för att få koordinater av upptäckta textblock, och sedan maskera exakta.

Använd fall och applikationer

Juridisk och överensstämmelse

Automatisk redigering av kontrakt, HR-filer och reglerade dokument.

Sekretessrevisioner

Se till att PII inte flödar i skannade arkiv, onboarding eller bevisfiler.

• Batch DLP (Data Loss Prevention)

Sluta slumpmässigt dela eller lagra känslig information i skannade bilder.

Gemensamma utmaningar och lösningar

Utmaning 1: Att hitta exakta textregioner

Lösning: Använd OCR textregion utgång och karta för bild koordinater för maskering.

Utmaning 2: falska positiva / negativa

Lösning: Skapa listor med nyckelord, validera redigerade bilder och utföra revisioner.

Utmaning 3: Batch Job Size

Lösning: Paralleliserar och automatiserar felhantering för skala.

Prestanda överväganden

  • Region beräkning och bildskrivning kan vara långsamt för stora partier – använd async om det behövs
  • Logga in alla redaktioner för överensstämmelse granskning

Bästa praxis

  • Test region mappning noggrannhet med varierade bilder
  • Regelbunden uppdatering av nyckelord för nya PII-mönster
  • Säkerställ både original och redigerade filer
  • Valideras med manuella spotchecks

Avancerade scenarier

Scenario 1: Blur istället för Blackout

Använd bildfilter för att blura upptäckta områden för mer subtila maskeringar.

Scenario 2: Anpassad Redaktion / Ersättning Text

Överlämna anpassad etikett (t.ex. ”REDACTED”) istället för svart låda.

slutsatser

Aspose.OCR Image Text Finder för .NET gör det möjligt för dig att automatisera PII/nyckelord redigering i skala – vilket minskar rättsliga risker och säkerställer integritet över bildarkiv.

För exakta regionala APIs och redigeringsintegration, se Aspose.OCR för .NET API Referens .

 Svenska