Een PDF, Word-document of scan zwartlakken

Hoe het werkt

1. Zet het document neer

   Een PDF, een Word-document (.docx) of de foto van een document (JPEG, PNG, WebP). Het wordt door uw browser gelezen, in dit tabblad. De voorstellen verschijnen binnen enkele seconden.

2. Beslis over elk voorstel

   Rechts de voorstellen, gegroepeerd per type; op de pagina gemarkeerd. Zwartlakken, laten staan, een naam overal zwartlakken, een zone tekenen. J en K om van het ene naar het andere te gaan, M om zwart te lakken, L om te laten staan, Ctrl+Z om ongedaan te maken.

3. Maak het bestand

   De knop wordt actief als over alles is beslist. De tool bouwt het document opnieuw op, leest het na en biedt het u dan aan: het opslaan gebeurt door uw browser.

Wat wordt gedetecteerd, en hoe

Een juiste notatie met een fout controlegetal wordt voorgesteld als "na te kijken": vaak is het een tikfout in het document, en het gegeven blijft persoonlijk. Beslissingen in bulk raken nooit wat na te kijken is.

Meerdere documenten tegelijk

Zet meerdere bestanden samen neer (PDF, Word, scans, foto's): ze worden nagelezen als één dossier. Eenzelfde persoon of eenzelfde nummer is één voorstel, waarover u één keer beslist voor alle stukken, en bij pseudonimisering wijst "[Persoon A]" in elk stuk dezelfde persoon aan.

Bij de export wordt elk document apart opnieuw opgebouwd en gecontroleerd; als ze allemaal de controle doorstaan, worden ze samen opgeslagen in een ZIP-archief.

Uw regels

Namen of woorden die altijd zwartgelakt moeten worden (een cliënt, een dossiernummer): voeg ze één keer toe in "Mijn regels", en ze worden gezocht en zwartgelakt in elk document dat u daarna opent. De lijst blijft in deze browser, op deze computer; ze wordt nergens naartoe gestuurd.

Voor de nummers van uw eigen huis ("DOS-2026-0114") aanvaardt "Zoeken met een patroon" een reguliere expressie: elke gevonden tekst wordt een voorstel om over te beslissen, zoals de andere.

De koppeltabel

Bij pseudonimisering biedt de tool aan de tabel op te slaan met de labels en wat ze vervangen ("[Persoon A] = Jan Jansen"), om later weer te kunnen identificeren. Ze wordt in uw browser versleuteld (AES-GCM, sleutel afgeleid van uw wachtzin met PBKDF2, 600.000 iteraties) en daarna opgeslagen als een bestand dat u apart van het document bewaart. Om haar te lezen: "Een koppeltabel openen", onder de neerzetzone.

Een geopende tabel dient nog twee keer. "Deze tabel hergebruiken": de documenten die u daarna opent, krijgen dezelfde labels (Jan de Vries wordt in elk nieuw document weer "[Persoon A]"), nieuwe personen krijgen de volgende labels, en de tabel die u aan het eind bewaart, zet de oude voort. "De namen herstellen": een door Klarmask gepseudonimiseerde PDF of Word, teruggekomen met aantekeningen of aanvullingen, krijgt in uw browser de namen terug in plaats van de labels.

Klarmask kent de tabel en de wachtzin niet: een vergeten wachtzin is niet terug te halen. En zolang de tabel bestaat, blijft het gepseudonimiseerde document een persoonsgegeven; zie pseudonimisering of anonimisering.

Het zwartlakrapport

Samen met het gemaakte bestand biedt de tool een rapport in PDF aan: de datum, de modus, elk document met zijn aantal pagina's en de SHA-256-vingerafdruk van het gemaakte bestand, wat is zwartgelakt per type en per pagina, de afgedekte zones in het beeld, en het resultaat van de uitvoercontrole. Er staat geen enkele zwartgelakte waarde in, en geen enkel label: het kan het document vergezellen, om de zwartlakking vast te leggen of om bij een verstrekking te voegen.

Voor het bewaren zegt een samenvatting hoeveel afzonderlijke elementen zwart worden gelakt en in hoeveel voorkomens, wat zichtbaar blijft, en van welke soorten dit document niets bevat. Bij honderd pagina's ziet u zo dat er iets ontbreekt: een personeelsdossier zonder één enkel sofinummer heeft vaak een slecht gelezen pagina.

Scans en foto's

Een pagina zonder tekst (een scan, een foto van een document) wordt gelezen met tekstherkenning, in uw browser. De engine is die van Klarfile (Tesseract): hij wordt de eerste keer dat hij nodig is van deze site gedownload, samen met het model voor de taal van de site, en elk bestand wordt aan de hand van zijn vingerafdruk gecontroleerd voordat het wordt gebruikt.

Elk gelezen woord houdt zijn plaats op de afbeelding: u beslist over de voorstellen zoals bij een PDF, en het zwarte vlak bedekt het hele woord. Een telefoonfoto wordt rechtgezet, en de metadata ervan (toestel, locatie) komen niet in het gemaakte bestand.

Bij de controle worden de gescande pagina's van het gemaakte bestand opnieuw gelezen met tekstherkenning, en wordt elk zwartgelakt element erin gezocht: een verkeerd geplaatst zwart vlak zou een waarde leesbaar laten, en het opslaan zou worden geblokkeerd. Het gemaakte bestand bevat bovendien een doorzoekbare tekst, zonder wat zwartgelakt is.

Handtekeningen, stempels, gezichten, kentekens en codes

Een pagina bevat ook wat geen tekst is: een handtekening, een stempel, de foto op een identiteitsbewijs, een QR-code met een dossiernummer. Na het openen wordt elke pagina in uw browser opnieuw als beeld gelezen, en wat buiten de tekst wordt gevonden, wordt als zone voorgesteld, om zwart te lakken of te laten staan zoals een naam. Zolang dit lezen niet klaar is, en zolang een voorgestelde zone niet beslist is, kan het bestand niet worden gemaakt.

Handtekeningen en stempels worden via de inkt gezocht: een dunne lijn, blauw of zwart, of een gekleurde inkt, buiten de woorden die al gelezen zijn. Gezichten van voren vindt pico (MIT-licentie), en de zone strekt zich uit over de hele foto. QR-codes en streepjescodes leest zxing (MIT-licentie), geleverd vanaf deze site en gecontroleerd aan de hand van zijn vingerafdruk. Een gezicht en profil, een zeer vage handtekening of een beschadigde code kan ontsnappen: controleer de pagina en teken een zone over wat niet wordt voorgesteld.

Kentekens op foto's worden gevonden aan de regelmaat van hun tekens: een lichte, egale ondergrond met donkere, dikke tekens op een rij. In een geschreven document is een kentekennummer tekst, en vindt een regel het. Een kenteken dat minder dan een tiende van de breedte van de foto beslaat, sterk gekanteld of vuil, wordt niet voorgesteld.

Meerdere versies van hetzelfde stuk

Een stuk wordt niet op dezelfde manier zwart gelakt voor de tegenpartij, voor het publiek en voor intern gebruik. Voeg onder "Meerdere versies" een versie toe, geef die een naam en vink de soorten aan die zichtbaar blijven; al het andere volgt uw beoordeling. De versies komen samen naar buiten, elk in hun map in het archief, met een eigen zwartlakverslag.

De labels veranderen niet van versie tot versie: "[Persoon A]" is overal dezelfde persoon, en één correspondentietabel geldt voor het geheel.

Later hervatten, en het spoor bewaren

Honderd pagina's beslist u niet in één keer. "Deze beoordeling later voortzetten" bewaart het werk in uitvoering (beslissingen, zones, versies, modus) in een met een wachtwoordzin versleuteld bestand. Open dezelfde documenten opnieuw, lees dat bestand in, en de beoordeling gaat verder waar u gebleven was. De documenten staan niet in het bestand; de gevonden waarden wel, en daarom is het versleuteld.

Het register van zwartlakkingen, onder het neerzetvak, bewaart één regel per gemaakt bestand op deze computer: de datum, de documenten, de pagina's, de modus en de SHA-256-vingerafdruk van wat eruit kwam. Geen zwart gelakte waarde, geen label. Het blijft in deze browser, wordt als CSV geëxporteerd en met één knop gewist.

Stukken die terugkomen

Een briefhoofd, een voettekst, een nummer in de marge: dezelfde zone komt op elke pagina terug. Teken die één keer en kies dan "Herhalen" op alle pagina's, de even of de oneven. Een pagina van een ander formaat krijgt de zone op dezelfde relatieve plek.

Een soort stuk dat terugkomt (een loonstrook, een afschrift) wordt steeds op dezelfde plekken zwart gelakt: bewaar de zones en uw regels onder een naam, onder "Sjablonen", en speel ze af op het volgende stuk. De sjablonen blijven in deze browser, op deze computer.

Een bestand neemt ze mee: “Bestand opslaan” schrijft uw sjablonen en uw regels, “Een bestand inlezen” zet ze terug, hier of op de computer van een collega. Wat het meebrengt komt bij wat u hebt, er wordt niets overschreven. Het bestand is niet versleuteld, en uw regels zijn namen: bewaar het als een document.

Word-documenten

Een Word-document is een archief van bestanden: de tekst, maar ook bijgehouden wijzigingen, opmerkingen, eigenschappen (auteur, bedrijf), velden en links. Een naam die in een van die delen verborgen zit, overleeft een zoeken-en-vervangen.

Klarmask maakt het document niet schoon: het schrijft een nieuw document, met alleen de delen die het begrijpt. Revisies worden geaccepteerd (verwijderde tekst verdwijnt samen met de auteur), opmerkingen en eigenschappen worden verwijderd, en elke zwartgelakte waarde wordt overal vervangen waar ze staat: in de tekst, ook als die over meerdere opmaaksegmenten is verdeeld, in kopteksten, voetteksten, noten, tekstvakken, velden, de alternatieve tekst van afbeeldingen en het adres van links.

Het gemaakte bestand wordt nagelezen zoals bij een PDF: elke alinea, elk attribuut en elke afbeelding wordt doorlopen, en de structuur van het pakket wordt gecontroleerd voordat u het krijgt.