扫描件和图片里的敏感信息怎么脱敏

这篇适合你要处理扫描 PDF、证照图片、合同签署页、聊天截图、系统截图或图片页 PDF。这里的重点不是替换文本，而是确认图片里看到的敏感内容也被处理掉。

第一步：导入扫描件或图片

在首页添加扫描 PDF、PNG、JPG 或其他图片文件。如果同一批材料里既有 PDF，也有图片和 Word，可以一起导入，方便统一审阅。

扫描件和图片建议勾选：

• 姓名、电话号码、邮箱、地址
• 身份证号、证件编号、车牌号
• 单位名称、统一社会信用代码
• 印章、人脸、二维码/条形码
• 自定义词库里的客户名、项目名、内部编号

如果是证照、签署页、报销材料或病历报告，印章、人脸、二维码和编号要重点看。

第二步：先判断它是不是图片页

很多 PDF 看起来像普通文档，但页面本身其实是一张扫描图。判断方法很简单：

• 鼠标选不中文字，通常是扫描页。
• 放大后文字边缘像图片，通常是扫描页。
• 搜索不到页面里的文字，通常是扫描页。
• 页面里有盖章、签名、手写备注，通常需要按图片处理。

扫描页不能只靠文本替换。图片上的姓名、电话、印章、人脸和二维码，必须在图像层面处理。

第三步：审阅命中项

识别完成后，看右侧“命中项”。扫描件比普通文档更容易漏识别，所以不要只看列表数量，要点到页面上确认位置。

重点看这些地方：

1. 首页、尾页、签字盖章页。
2. 表格里的联系人、电话、地址、账号。
3. 页面角落的编号、水印、二维码。
4. 证照图片上的姓名、号码、地址、人脸。
5. 手写备注、签名、指印和印章。

如果图片不清晰、页面倾斜或有水印，识别结果可能不完整，需要手动补标。

第四步：用搜索检查已知文字

如果你知道材料里一定有某个姓名、手机号、客户名或证件号，用搜索查一遍。

搜索能帮你发现两类问题：

• OCR 识别到了文字，但没有被选为脱敏项。
• 同一个词在不同页面出现，有的处理了，有的漏了。

如果搜索不到，不代表一定安全。扫描件里的低清文字、手写内容、印章和二维码，仍然需要人工看页面。

第五步：看脱敏预览

导出前打开脱敏预览，确认遮挡或替换位置没有偏移。

扫描件预览重点检查：

• 遮挡区域是否盖住完整文字。
• 人脸、二维码、印章是否还可识别。
• 页眉页脚和角落编号有没有遗漏。
• 表格线、印章、背景纹理是否影响遮挡效果。
• 同一份材料里的同类信息处理方式是否一致。

第六步：导出后逐页抽查

扫描件和图片材料不要只抽查第一页。建议至少检查：

1. 每份文件的第一页和最后一页。
2. 所有签字盖章页。
3. 所有证照页、二维码页、截图页。
4. 图片质量最差、最倾斜、最拥挤的页面。

如果材料要发给 AI 或外部系统，确认导出的是脱敏副本，不要把原图或原 PDF 一起上传。