Как скрыть данные на скане PDF без следов

Скан — это картинка, и закрасить на ней номер в просмотрщике значит положить сверху слой, который снимается одним щелчком. Редактор делает иначе: страницу с областью скрытия он перерисовывает заново уже с закрашенной областью, и под ней не остаётся ни пикселей, ни текстового слоя. Остальные страницы не трогаются. Свойства файла, вложения и закладки при этом не очищаются, их проверяют отдельно.

Арендодатель просит копию паспорта, банк — скан договора, а в договоре зарплата коллеги и чужая подпись. Отправлять как есть не хочется, и первое, что приходит в голову, — открыть PDF в просмотрщике, нарисовать поверх номера чёрный прямоугольник и сохранить. Выглядит надёжно. На деле получатель выделяет прямоугольник, нажимает Delete и видит номер целиком.

Со сканами эта ошибка особенно частая, потому что скан кажется «просто картинкой», с которой ничего не сделаешь. Это так, пока картинка не стала частью PDF: там поверх неё можно положить что угодно, и всё положенное остаётся отдельным слоем. Инструмент Скрыть данные работает иначе: страницу с областью скрытия он перерисовывает заново. Разберём, что именно при этом происходит, где на сканах прячутся данные и что проверить, прежде чем нажать «Отправить».

Почему прямоугольник в просмотрщике ничего не скрывает

PDF устроен слоями. Внизу лежит содержимое страницы: для скана это одна большая картинка, для документа из редактора — текст и графика. Сверху лежат аннотации: комментарии, выделения, штампы и те самые фигуры, которые рисуют инструменты «Пометить» и «Фигура» в просмотрщиках. Аннотация знает, где она стоит и какого цвета, но содержимое под собой не трогает.

Отсюда три способа «снять» такой прямоугольник, и ни один не требует специальных программ: выделить его и удалить, открыть панель комментариев и убрать оттуда, или открыть файл в редакторе, который показывает аннотации списком. Некоторые просмотрщики при «Печати в PDF» впечатывают аннотации в страницу, и тогда прямоугольник остаётся, но номер под ним по-прежнему лежит в файле в исходной картинке. Данные не удалены, они просто перекрыты.

Для скана добавляется ещё один слой, о котором часто забывают: если файл прошёл распознавание текста, под картинкой лежит невидимый текстовый слой с теми же буквами. Прямоугольник его тоже не трогает, и номер паспорта находится обычным поиском по документу.

Что делает редактор со страницей, где есть область скрытия

Страница инструмента открывает браузерный редактор PDF в режиме, где из инструментов оставлена только область скрытия. Вы добавляете одну или несколько областей, растягиваете их по нужным местам и нажимаете «Применить изменения». Дальше происходит главное.

Страница, на которой есть хотя бы одна область скрытия, не редактируется, а перерисовывается заново как картинка: сначала она рендерится целиком, затем на полученном изображении закрашивается область, и это изображение заменяет страницу в итоговом файле. Под областью не остаётся ничего: ни пикселей исходного скана, ни текстового слоя, ни распознанного текста. Их не из чего восстановить, потому что в новом файле их нет.

У этого способа есть цена, и её нужно знать заранее. Текст на перерисованной странице больше нельзя выделить и найти поиском, даже вне области: страница целиком стала картинкой. Разрешение перерисовки около 150 точек на дюйм, то есть ниже типичного скана в 300: для чтения с экрана и загрузки в личные кабинеты этого достаточно, а для типографской печати такая страница станет мягче остальных. Ссылки, которые область не накрыла, сохраняются. Заметки остаются заметками. Остальные страницы документа в итоговый файл переносятся как были.

Цена оправдана именно для сканов: у них текстового слоя либо нет, либо он вспомогательный, и превращение страницы в картинку ничего существенного не отнимает.

Размытие, пикселизация и обрезка: что не считается скрытием

Кроме прямоугольника поверх, в ходу ещё три приёма, и каждый оставляет данные в файле.

Размытие и пикселизация. Они не удаляют фрагмент, а ухудшают его. Для короткого текста известной структуры, например номера паспорта или суммы, размытый фрагмент перебирается по вариантам: берут каждое возможное значение, размывают его тем же способом и сравнивают с картинкой. Для чисел это делается быстро, и такие случаи разбирались публично не раз. Поэтому в редакторе область скрытия только сплошная: белая, чёрная или любого другого цвета, без размытия. Сплошной цвет сравнивать не с чем.

Обрезка страницы. Она меняет видимую область листа, а не содержимое: всё, что оказалось за рамкой, по-прежнему лежит в файле и возвращается сбросом обрезки в любом редакторе. Если нужно убрать поле с пометками, его закрашивают областью, а не обрезают.

Уменьшение разрешения. Пережатый скан хуже читается, но при увеличении цифры всё ещё различимы, а для распознавания текста такого качества обычно достаточно. Это не защита, а неудобство для получателя.

Общее у всех трёх приёмов одно: они меняют, как выглядит фрагмент, а не убирают его из файла. Скрытие в редакторе убирает.

Копия паспорта и договора: что скрывать, а что получателю нужно

Удалять с копии всё подряд не стоит: документ с закрашенными полями, которые получателю нужны для проверки, вернётся с просьбой прислать нормальный. Проще решить заранее, что именно получателю требуется, и скрывать остальное.

Для копии паспорта, которую просят для проверки личности, обычно нужны фамилия, имя, дата рождения и фотография, а серия и номер требуются не всегда: уточните у получателя. Страница с регистрацией нужна только там, где проверяют адрес. Подпись владельца на копии не нужна почти никогда, а именно её чаще всего и воспроизводят.

Для договора получателю обычно важны стороны, предмет и даты, а не суммы по другим пунктам и не реквизиты второй стороны. Если банк просит договор аренды для подтверждения адреса, паспортные данные арендодателя ему ни к чему.

Для выписки по счёту или справки о доходах скрывают номер счёта и операции, не относящиеся к запросу, а итоговые суммы и реквизиты организации оставляют: без них документ не проверить.

Решив, что остаётся, пройдите по документу один раз именно с этим списком. Так вы и не удалите лишнего, и не пропустите фрагмент, который не вошёл в первоначальное представление о «важных данных».

Где на сканах прячутся данные

Данные, ради которых всё затевается, обычно на виду: серия и номер, сумма, фамилия. Пропускают другое.

Просвет с оборота. На тонкой бумаге сквозь лист просвечивает зеркальный текст обратной стороны, и на скане он читается при увеличении. Если оборот содержит данные, их видно на лицевой странице.

Подписи и печати. Подпись — персональные данные сама по себе. Печать содержит название организации, ИНН, иногда адрес.

Рукописные пометки на полях: номера телефонов, резолюции, даты. Штампы регистрации входящих с номером дела.

Штрихкоды и QR-коды. В них может быть зашит тот же номер документа или ссылка на персональную страницу. Код не читается глазами, но читается телефоном.

Колонтитулы. Фамилия или номер договора в верхнем колонтитуле повторяются на каждой странице, и область нужна на каждой.

Перед началом стоит пролистать документ целиком при увеличении, а не только те страницы, где ожидаются данные.

Как найти все вхождения на длинном скане

На странице инструмента скрытия поиск по документу есть, а кнопки распознавания нет: на скане без текстового слоя поиску нечего искать, и упоминания приходится искать глазами. Для паспорта на две страницы это нормально. Для договора на сорок страниц с фамилией в каждом пункте нужен другой маршрут.

Откройте тот же файл в полном редакторе Редактировать PDF: там к области скрытия и поиску добавляется распознавание текста. Распознайте страницы, на которых нет текста, затем введите фамилию в поиск. Редактор покажет все совпадения по страницам. Добавьте область на каждой найденной странице, растяните её по совпадению и примените изменения.

Распознанный слой уходит и в итоговый файл, но не везде: страницы без областей сохранят его, а страницы с областями всё равно перерисовываются как картинки, и распознанный текст на них исчезает вместе с остальным. Поиск при этом ищет только по тексту, который есть, и на нераспознанных страницах не найдёт ничего. Если документ приходит уже с текстовым слоем, распознавание не требуется, поиск работает сразу, в том числе на странице инструмента скрытия.

Распознавание расходуется из дневного лимита операций, как и отдельный инструмент OCR PDF. На странице выбора редактор показывает, какие страницы будут распознаны, и сообщает, если лимит исчерпан.

Порядок действий

1. Откройте Скрыть данные и загрузите скан. Файл с паролем на открытие редактор не прочитает: он предложит снять пароль через Разблокировать PDF и открыть разблокированный файл. 2. Выберите страницу и нажмите «Добавить скрытие». На странице появится прямоугольник, по умолчанию белый. Перетащите его на нужное место и растяните с запасом в несколько миллиметров: границы букв на скане размыты, и область впритык оставляет читаемые хвосты. 3. При необходимости смените цвет области в панели справа. Белый выглядит на скане как чистая бумага, чёрный честно показывает получателю, что здесь что-то убрано. 4. Повторите для каждого фрагмента и каждой страницы. Одна область закрывает один прямоугольник, для разбросанных по странице данных нужно несколько. 5. Нажмите «Применить изменения» и скачайте результат. Исходный файл не меняется.

Если нужно скрыть всю страницу, область не нужна: проще убрать страницу целиком инструментом Удалить страницы.

Как проверить результат

Проверка занимает минуту и защищает от самой дорогой ошибки.

Откройте скачанный файл и попробуйте выделить текст на странице, где стояла область. Выделиться не должно ничего: страница стала картинкой. Если текст выделяется, перед вами не тот файл, скорее всего исходник.

Увеличьте края каждой области. Хвосты букв, выступающие из-под прямоугольника, означают, что область была узкой: вернитесь в редактор, растяните её и примените изменения заново.

Запустите поиск по документу по скрытым значениям: фамилии, номеру, сумме. На страницах с областями поиск не найдёт ничего, потому что текста там больше нет. Если нашёл, значит, то же значение есть на странице, где области не было.

Пролистайте все страницы, включая те, где данных не ожидалось. Колонтитулы и штампы любят повторяться.

Что остаётся в файле после скрытия

Редактор перерисовывает страницы, но не чистит документ целиком, и честно об этом предупреждает при добавлении области. Три места стоит проверить отдельно.

Свойства документа. Автор, название, тема и ключевые слова живут в метаданных и видны в любом просмотрщике до открытия файла. Скан, сделанный телефоном, нередко несёт в авторе имя владельца. Эти поля очищает инструмент Установить метаданные PDF: в нём есть переключатель, который убирает все существующие значения, а не только перезаписывает заполненные.

Вложения. PDF умеет носить внутри себя другие файлы, и редактор их не трогает. Если документ пришёл от кого-то, проверьте панель вложений в просмотрщике.

Закладки. Оглавление документа остаётся как было, вместе с названиями разделов. Обычно это безобидно, но если раздел назывался по фамилии, название останется в закладках.

И последнее, за пределами файла: имя. «Паспорт_Иванов.pdf» рассказывает о содержимом раньше, чем файл откроют. Переименуйте перед отправкой.

Что будет с весом и видом файла

Перерисованная страница живёт в файле как одна картинка, и вес документа от этого может измениться в любую сторону. Страница из текстового редактора почти наверняка потяжелеет: текст и векторная графика весят меньше, чем их картинка. У скана итог зависит от того, как был сжат исходник, и заранее его не посчитать: проще посмотреть на размер готового файла.

Внешне перерисованная страница отличается от соседних только при сильном увеличении: края букв на ней мягче. При обычном масштабе просмотра и при печати на офисном принтере разницы не видно. Если файл после скрытия нужно сжать для отправки, делайте это после скрытия, а не до: сжатие исходного скана до перерисовки только ухудшит картинку, из которой потом будет собрана страница.

Когда скрытие не лучший способ

Скрытие удаляет фрагмент навсегда и подходит, когда получателю этот фрагмент не нужен. В трёх случаях уместнее другое.

Получателю нужны все данные, но файл не должен разойтись дальше. Копию паспорта для агентства или арендодателя не затирают, а помечают: водяной знак Добавить водяной знак с назначением и датой делает повторное использование копии заметным. Как это устроено, разобрано в статье про водяной знак на копии документов.

Документ из редактора, а не скан, и нужно сохранить текстовый слой на странице. Общий подход к стилям скрытия и к тому, какие данные искать по всему документу, есть в статье про удаление конфиденциальных данных из PDF.

Скрыть нужно почти всю страницу. Тогда страницу удаляют целиком, а не закрашивают: так не остаётся вопроса, что же было под областью.