Which image formats does image redaction support?

PNG and JPG (JPEG). Other raster formats such as TIFF, BMP, WebP, and GIF are not currently supported.

Does image redaction require a paid plan?

Yes. Image redaction requires a Basic plan or higher. The free plan supports text anonymization only.

How does it find PII inside an image?

The image is run through OCR (Tesseract) to extract its text layer and each piece of text's position, then that text is analyzed by the same PII detector used for documents. Detected regions are covered with a black box on the image itself.

Is the redaction reversible?

No. Image redaction covers the detected region with an opaque black box directly on the image pixels — this is a one-way, visual redaction, not a reversible encryption like the text anonymizer offers.

How accurate is OCR-based detection on scans?

Accuracy depends on scan quality, resolution, and handwriting versus print. Low-quality scans and handwritten text lower OCR accuracy, which lowers detection recall — review redacted output before relying on it for high-stakes documents.

Vissza a funkciókhoz

PII kitakarása képeken belül

A jogi bizonyítékok, beszkennelt személyazonosító okmányok és HR-képernyőképek gyakran pixelek formájában, nem szövegként tartalmaznak személyes adatokat. Képfeldolgozási folyamatunk OCR-t futtat, észleli a PII-t a kinyert szövegben, és minden találatot fekete dobozzal takar el.

Kipróbálás a webalkalmazásban API referencia Asztali alkalmazás

Hogyan működik

Három lépés, amely szerveroldalon fut a feltöltött képén.

1. OCR

A Tesseract kinyeri a szövegréteget a PNG vagy JPG fájlból, beleértve annak pozícióját az oldalon.

2. Észlelés

A kinyert szöveg ugyanazon a PII-detektoron megy keresztül, amelyet a dokumentumokhoz is használunk, megbízhatósági pontszámmal azonosítva a neveket, azonosítószámokat, dátumokat és egyéb entitásokat.

3. Kitakarás

Minden észlelt régiót tömör fekete doboz (az alapértelmezett kitöltés) takar el közvetlenül a képen, majd a kitakart fájl letölthetővé válik.

Hol segít ez

Bármely beszkennelt vagy lefotózott dokumentum, amelyben a PII magában a képben található.

Jogi bizonyítékok

Takarja ki a neveket, címeket és ügyszámokat a beszkennelt bizonyítékokon és bizonyítéki fotókon a benyújtás vagy iktatás előtt.

Személyazonosító okmányok

Takarja el az útlevél-, jogosítvány- és személyiigazolvány-számokat a lefotózott vagy beszkennelt személyazonosító okmányokon.

HR-szkennelések

Takarja ki a személyes adatokat a beszkennelt munkavállalói űrlapokon, munkaidő-nyilvántartásokon és onboarding dokumentumokon megosztás vagy archiválás előtt.

Támogatott formátumok

Jelenleg két képformátum támogatott.

Támogatott

PNG
JPG / JPEG

Még nem támogatott

• PDF oldalképek (ehelyett használja a PDF-folyamatot a szövegréteggel rendelkező PDF-ekhez)
• Egyéb raszteres formátumok (pl. TIFF, BMP, WebP, GIF)

Basic csomagtól elérhető

A képkitakaráshoz Basic vagy magasabb szintű csomag szükséges. Az ingyenes csomaggal rendelkező fiókok szöveget anonimizálhatnak, de képeket nem; a frissítés feloldja a PNG/JPG feltöltést a csomagja fájlméret-korlátjáig.

Csomagok megtekintése

Gyakran ismételt kérdések

Mely képformátumokat támogatja a képkitakarás?

PNG és JPG (JPEG). Más raszteres formátumok, mint a TIFF, BMP, WebP és GIF, jelenleg nem támogatottak.

A képkitakarás fizetős csomagot igényel?

Igen. A képkitakaráshoz Basic vagy magasabb szintű csomag szükséges. Az ingyenes csomag csak szövegek anonimizálását támogatja.

Hogyan találja meg a PII-t egy képen belül?

A kép OCR-en (Tesseract) megy keresztül, hogy kinyerje a szövegrétegét és az egyes szövegrészek pozícióját, majd ezt a szöveget ugyanaz a PII-detektor elemzi, amelyet a dokumentumokhoz is használunk. Az észlelt régiókat magán a képen fekete doboz takarja el.

Visszafordítható a kitakarás?

Nem. A képkitakarás egy átlátszatlan fekete dobozzal takarja el az észlelt régiót közvetlenül a kép pixeleire — ez egyirányú, vizuális kitakarás, nem visszafordítható titkosítás, mint amilyet a szöveges anonimizáló kínál.

Mennyire pontos az OCR-alapú észlelés beszkennelt dokumentumokon?

A pontosság a szkennelés minőségétől, felbontásától, valamint attól függ, hogy kézírásos vagy nyomtatott szövegről van-e szó. Az alacsony minőségű szkennelések és a kézírásos szöveg csökkentik az OCR pontosságát, ami csökkenti az észlelési visszahívást — ellenőrizze a kitakart eredményt, mielőtt magas tétű dokumentumoknál támaszkodna rá.

Takarja ki a PII-t a képeiben

Töltsön fel egy PNG-t vagy JPG-t a webalkalmazásban, vagy hívja meg közvetlenül az API-t.

Próbálja ki ingyen

Limitations / Important note

OCR-based text extraction is probabilistic; low-quality scans and handwriting lower detection recall.
Redaction is a visual, one-way black box over the detected region — not reversible encryption.
This page is informational and is not legal advice.

How we measure — our methodology

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

We follow these rules

GDPR (EU 2016/679).
ISO/IEC 27001:2022, held by our hosting provider.
NIS2 (EU 2022/2555).
HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.

Hetzner holds ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

Automated checks run on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We test detection against sample documents before each release.

A failing unit or integration run stops the release.

What we never do

We never sell your information to third parties.
We never train models on what you upload.
We never keep your work after you delete it.
We never share keys with any outside firm.
We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

Paid plans can buy top-up credits.

Credits reset at the end of each cycle.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.