为什么扫描件比电子 PDF 更难脱敏

扫描页可能同时包含图像和 OCR 文字层。仅在显示层添加黑框不能确认两者都已处理。

PrivScrub 将导出的每一页重新生成为图片，移除所有页面原有的可搜索文字和文字无障碍信息。未框选区域保留可见外观；仍需确认选区完整覆盖了可见敏感内容，并逐页检查实际成品。

从扫描图像自动识别文字需要 OCR 一类的识别步骤。PrivScrub 当前成品流程不运行 OCR；可人工阅读，或在合适的独立流程中识别后复核。

OCR 会引入识别误差（0/O、1/l 混淆），所以扫描件的自动检测不如电子文本可靠，更需要人工复核。

很多报告、票据的扫描件带二维码或条形码，里面常编码了就诊号、订单号等敏感标识。

它们以图像存在，文字检测扫不到——脱敏时记得连同这些图形一起遮掉。

在已确认受支持的文件上充分覆盖敏感区域，包括二维码。对敏感文字优先使用纯黑色遮盖，再查看实际成品。

PII 检查只覆盖可提取或粘贴的文字。图片中的敏感信息需要人工复核；外部 OCR 的结果也可能有识别错误。

PDF 编辑支持最多 50 页、25 MiB 的基础未加密文件。非空批注、内部或外部链接、表单、附件、动作及图层不受支持，会在导出前停止处理。脱敏会将每一页重新生成为图片，所有页面都失去可搜索文字和文字无障碍信息。元数据清理保留受支持的页面内容。成品检查重新读取实际文件，只覆盖所列项目，不运行 OCR。请逐页目视复核实际成品。