OCR + anonimização · IA local na UE
Anonimizador de PDF digitalizados com OCR
PDF de scanner ou fotografia sem camada de texto: OCR integrado no fluxo de anonimização para detetar e ocultar dados pessoais antes de partilhar.
Um PDF digitalizado não é texto selecionável: é um conjunto de imagens. A rasura manual a preto ou as ferramentas que só leem a camada de texto deixam escapar nomes, datas e moradas da digitalização. O Anonimatum executa OCR real dentro da anonimização, para que esses píxeis passem a texto processável e, depois, a alvo da deteção automática.
O tratamento permanece em infraestrutura europeia. As páginas não são enviadas para APIs de LLM externas: a deteção combina padrões, conjuntos de palavras, lista branca/listas inversas e IA local. Reveja as correspondências antes de rasurar e exporte um PDF anonimizado adequado para arquivo, publicação ou entrega a terceiros.
Se só precisa de uma camada de texto pesquisável, sem rasura, utilize o OCR para PDF pesquisável. Quando o objetivo é a minimização e o RGPD numa digitalização, este é o fluxo certo: OCR + revisão + rasura no mesmo ambiente.
Como anonimizar um PDF digitalizado
- 1
Carregue o PDF ou as imagens
Arraste a digitalização para a aplicação. O sistema deteta a falta de camada de texto e prepara o OCR no servidor, na UE.
- 2
Reveja a deteção após o OCR
Padrões, conjuntos de palavras e IA local assinalam datas, moradas, montantes, códigos QR e outros dados sensíveis. Ajuste as correspondências antes de rasurar.
- 3
Transfira o PDF anonimizado
Exporte um ficheiro pronto para arquivar, publicar ou partilhar. O original permanece sob o controlo da sua conta.
O que obtém
- OCR real integrado na anonimização de PDF digitalizados
- Deteção com padrões, conjuntos de palavras, lista branca e IA local na UE
- Detetores ativos: datas, moradas, montantes e QR
- Pré-visualização e revisão antes da rasura
- Tratamento em infraestrutura europeia (RGPD)
- Compatível com a fila de lotes, quando o plano o permite
- Complementa o OCR para PDF pesquisável e de PDF para Word
- Sem APIs de LLM externas no circuito de deteção
Para quem é este fluxo
Entidades públicas e arquivos
Processos digitalizados que têm de ser publicados ou partilhados sem dados identificativos.
Equipas jurídicas e de compliance
Contratos ou pareceres digitalizados sem camada de texto, ou com camada incompleta.
Saúde e seguros
Relatórios fotografados que ainda contêm dados de doentes ou tomadores de seguro.
Responsáveis pelo RGPD
Equipas que precisam de demonstrar que a digitalização passou por OCR e foi revista antes da divulgação.
Porquê anonimizar digitalizações aqui
OCR e rasura no mesmo ambiente europeu, sem APIs de LLM generativos de terceiros.
OCR dentro da anonimização
Sem circuitos externos: a digitalização passa a texto e os dados sensíveis são assinalados num único processo.
IA local na UE
Deteção contextual sem enviar documentos para APIs de modelos de terceiros.
Padrões, conjuntos de palavras e lista branca
Regras determinísticas e revisão humana para reduzir falsos positivos e falsos negativos.
Fila de lotes
Processe volumes de digitalizações em fila, quando o seu plano o permite, sem saltar a revisão.
Casos de uso habituais
Arquivos históricos
Digitalizações antigas sem OCR prévio que têm de entrar num portal da transparência.
Recibos fotografados com o telemóvel
Fotografias de faturas em PDF que têm de ser reencaminhadas rasuradas.
Atas digitalizadas
Atas assinadas em papel com nomes e moradas a ocultar.
Passagem para Word com OCR
Quando também precisa de editar, combine com o OCR de PDF para Word antes ou depois da anonimização, conforme necessário.
Perguntas frequentes — PDF digitalizados
Posso anonimizar um PDF sem texto selecionável?
Sim. O fluxo ativa o OCR para extrair o texto das páginas de imagem e, em seguida, executa a deteção e a rasura.
O OCR é executado fora da UE?
Não. O OCR e a anonimização são executados na infraestrutura europeia do Anonimatum.
E se só precisar de um PDF pesquisável?
Utilize a ferramenta de OCR para PDF pesquisável quando não precisar de rasurar.
Que detetores de IA funcionam em digitalizações?
As opções ativas incluem datas, moradas, montantes/quantidades e códigos QR, além de padrões e conjuntos de palavras.
A revisão manual é obrigatória?
A revisão é recomendada. A lista branca e as listas inversas ajudam a afinar o que é rasurado e o que é mantido.
Onde abro o fluxo?
Em https://app.anonimatum.com, na área de anonimização.
Anonimize os seus PDF digitalizados
Experimente o fluxo com OCR na aplicação Anonimatum.
Abrir anonimização