PDFの個人情報を墨消しする方法
要点: 黒と白のスタイルは、四角の下の内容を実際に切り取ります。隠したテキストはファイルから消え、ページのそれ以外の部分はテキストのままです。ぼかしは隠すだけで、文書全体も画像になります。メタデータはデフォルトで削除されます。
グループ
セキュリティ
セキュリティ: PDF guidance for reliable document processing and quality checks.
メインツール
PDFの墨消し オンライン
この記事からツールを開き、今の言語のまま処理できます。
ツールを開く目次
PDFの個人情報を、元に戻せない形で隠す
毎年のように繰り返され、ニュースにもなる出来事があります。ある組織が、氏名や住所を黒い四角できれいに隠した文書を公開します。ところが1時間後、誰かがマウスで文字を選択してメモ帳に貼り付け、隠したはずの内容をすべて読み取ってしまいます。
理由は単純で、操作の手順を覚えるよりも、その仕組みを理解するほうが大切です。
テキストの上に四角を重ねても何も隠れない理由
PDFは層になっています。テキストは、座標とフォントを持つ「文字」としてページの内容に入っています。エディターでその上に四角を描くと、それは後から描かれた別の内容要素になり、上に重なって見えるだけです。
文字そのものはどこにも消えていません。ファイルの中にそのまま残っていて、検索にかかり、マウスで選択でき、コピーもできます。四角が覆っているのは見た目だけで、モニターに紙を1枚載せたのと変わりません。
本当の墨消しは仕組みが違います。範囲の下にある内容を先にページから切り取り、そのあとで、空いた場所を塗りつぶします。
3つのスタイルと、内容への影響
| スタイル | 内容はどうなるか | 文書はテキストのままか |
|---|---|---|
| 黒 | 範囲の下の内容を削除し、上から黒で塗りつぶす | はい。ページのそれ以外の部分はテキストのまま |
| 白 | 同じ処理で、白で塗りつぶす | はい |
| ぼかし | 文書全体を画像として描き直し、範囲をぼかす | いいえ。テキスト層が完全になくなる |
最初の2つは、本当に内容を取り除きます。トークン番号が入った1行を黒い範囲で隠した文書で確認したところ、処理後はその行が検索でもコピーでも見つからず、隣の行は通常のテキストとして選択できました。
ぼかしは隠すだけで、取り除くわけではない
3つ目のスタイルは別扱いで、2つの代償があります。
1つ目は、取り除けないことです。ぼかしは範囲の画像を劣化させるだけで、そこにある情報の一部は画像処理で復元できてしまいます。個人情報にはこれでは許容できません。ツールもそのことを明示していて、ぼかしを選ぶと、黒か白のスタイルを勧める警告が結果に付きます。
2つ目の代償は、容量と機能に表れます。ぼかしは、1つの範囲ではなく文書全体をラスタライズしたコピーをもとに処理します。20行のテキストが入った1ページのテスト用ファイルは、約1キロバイトでした。黒で墨消ししてもそのまま1キロバイトです。ぼかしにすると約90キロバイトに増え、テキスト層は完全に失われました。そうなると、その文書は検索できません。
ぼかしが意味を持つのは、写真に写った顔や、画像の一部分を隠したいときだけです。切り取ると不自然な黒い穴が残ってしまうような場面に限られます。
墨消しの手順
1. PDFの墨消し オンラインを開き、文書をアップロードします。 2. ページ上で範囲を指定します。ツールが文書を表示するので、隠したい箇所の上にドラッグして枠を描きます。 3. スタイルを選びます。個人情報なら、黒か白にしてください。 4. メタデータの削除はオンのままにします。 5. 処理を実行します。 6. 結果を開き、隠した箇所をマウスで選択してみます。そのうえで、削除したはずの単語を文書内で検索します。
6番目は形式的な手順ではありません。本当に取り除かれたのか、四角が描かれただけなのかを見分けられる唯一の確認で、10秒で済みます。
範囲の指定は必須
ツールは、何を隠すべきかを推測しようとはしません。範囲が1つも指定されていないと、処理はそもそも開始されず、少なくとも1つの範囲が必要だというメッセージが返ります。
これは意図的な仕様で、正しい判断です。間違いが個人情報の漏えいにつながる作業で範囲を推測するのは、処理を断るよりも危険です。違う箇所を隠してしまえば、ツールは成功と報告しながら、データは丸見えのまま残るからです。
同じ理由で、範囲の妥当性も検証されます。ページの外にある座標や幅がゼロの範囲は、黙ってスキップされず、エラーになります。
メタデータはデフォルトで削除される
文書のプロパティを消す設定は独立したスイッチになっていて、初期状態でオンです。
これは細かい話ではありません。プロパティには、文書を作った担当者の名前、社内の作業用タイトル、ときにはディスク上のフォルダーのパスまで入っていることがよくあります。顧客の姓を丁寧に切り取っても、作成者名や「田中案件・ドラフト」のようなタイトルがプロパティに残っていたのでは、問題は解決しません。
削除をオフにすると、元のメタデータが保持され、個人を特定できる情報が含まれている可能性があるという警告が別に表示されます。気づかないうちにそうなることはありません。
プロパティをもっと細かく扱いたいときは、PDFのメタデータを設定 オンラインがあります。こちらでは、空にするだけでなく、好きな値を入力することもできます。
墨消ししたことを示すメモ
パラメーターには、完成したファイルのプロパティの「サブジェクト」欄に書き込まれる短いメモの欄があります。
目的は事務連絡です。受け取った相手は、文書が壊れて届いたのではなく、意図的に墨消しされたものだと分かります。「個人情報を削除済み」や「第〇条に基づき非開示」のような文言を入れておけば、問い合わせのやり取りを1往復省けます。
長さの上限は500文字です。それより長いテキストは切り詰められ、その旨の警告が出ます。メモが黙って消えることはありませんが、全文が届くわけでもありません。
本文以外でデータが隠れている場所
文書全体の確認は、記憶に頼らず、チェックリストを使って行うほうが確実です。見落としやすい箇所は、どの文書でも似ています。
ヘッダーとフッター。すべてのページに繰り返されるので、姓や案件番号がそこにあれば、最初のページだけでなくすべてのページを隠す必要があります。
署名と印鑑。署名は個人情報で、スキャンにははっきり写ります。印鑑には組織名、多くの場合は住所も入っています。
別紙の表。本文は丁寧に読まれても、別紙はぱらぱらとめくって済まされがちです。しかし、氏名や電話番号の一覧が載っているのは、たいてい別紙です。
裏面。両面スキャンでは、裏面が表面の間に挟まっています。サムネイルでは文字の影しか見えないため、その半分ほどは白紙に見えがちです。
余白のメモ。手書きの決裁、受付印、番号の付いたシールなどです。
実用的なコツがあります。作業を始める前に文書を開き、姓、電話番号、住所を検索してみてください。目で追うと飛ばしてしまう箇所も含め、出現箇所がすべて表示されます。
ツールにできないこと
個人情報を見つけてくれるわけではありません。ツールが取り除くのは、あなたが範囲を指定した箇所だけで、それ以外には何もしません。文書全体を隠し切る責任は、人の側に残ります。
そのため、実務上のルールとして、ヘッダーとフッター、表の下のキャプション、裏面も含めて、文書を最初から最後まで確認してください。注意が本文に向きがちなので、データが取りこぼされるのはまさにそうした箇所です。
もう1点。PDFをトリミング オンラインでページをトリミングしても、墨消しにはなりません。トリミングは用紙の表示範囲を変えるだけで、範囲の外の内容はファイルに残り、トリミングを解除すれば元に戻ります。
文書がスキャンの場合は、範囲の下にテキストがそもそもなく、切り取るものがないこともあります。そこにあるのは画像だけです。その場合は別の理由で結果が確実になります。画像の一部が取り除かれるからです。ただし、スキャンを事前にオンラインPDF OCRにかけていた場合は、画像の下にテキスト層ができているので、それも範囲で覆う必要があります。
著者
サービスチームが作成し、Sergey Gaginがサービスの責任者を務めています。
よくある質問
このグループの他の記事
セキュリティ
PDFにパスワードを設定する方法
メールで送る前にPDFへパスワードを設定する方法、その実際の効果、パスワードをファイルとは別の経路で渡すべき理由を解説します。
セキュリティ
PDFのパスワードを解除する方法
PDFには2種類の保護があり、本物なのは片方だけです。暗号化でできること、コピー制限が「お願い」にすぎない理由、パスワード欄を空にするだけで済む場合があるわけを解説します。
セキュリティ
HTMLからPDFへ:Webページを保存する方法
このツールが受け取るのはページのアドレスではなく保存済みの HTML ファイルで、隔離されたブラウザで描画されます。そのためローカル画像は読み込まれず、読み込み後に現れる内容も PDF に入りません。
関連ツール
PDFの墨消し オンライン
個人情報や機密情報をPDFで覆い隠し、墨消し処理を適用した後、ダウンロードしたコピーを共有前に確認してください。実用的な使用例としては、不要な個人情報を開示せずにIDスキャン、声明書、契約書を作成する場合などが挙げられます。
PDFをトリミング
PDFページの表示範囲をトリミングして、広い余白、スキャンの暗い縁、余分なスペースを取り除きます。
PDFのメタデータを設定
PDFのメタデータ(タイトル、作成者、件名、キーワード)を設定または変更して、文書を整理しやすくします。
オンラインPDF OCR
スキャンPDFに検索・コピーできるテキスト層を追加します。OCRの言語や品質を選び、認識結果を確認してください。