وقتی از یک عامل هوش مصنوعی می‌خواهید یک صفحه اسکن‌شده را محو (redact) کنید و حذف متن (text redaction) چیزی برای جایگزینی پیدا نمی‌کند، صفحه تمیز نیست؛ لایه متنی برای جستجو ندارد. برای محو کردن یک اسکن به صورت محلی، عامل با استفاده از redact_image_area ناحیه‌ای را با مختصات می‌پوشاند به جای مطابقت کلمات. با اتصال GroupDocs.Redaction.Mcp به Claude Desktop یا Cursor، درخواست به این شکل است:

پایین یک‌سوم تصویر scan.png را با یک جعبه سیاه بپوشانید.

نسخه گام‌به‌گام با پیکربندی و عیب‌یابی در مستندات موجود است: چگونه اسناد و تصاویر اسکن‌شده را با یک عامل هوش مصنوعی محو کنیم.

چرا حذف متن در اسکن چیزی پیدا نمی‌کند؟

یک اسکن تصویر یک سند است. کلمات روی آن پیکسل هستند، بنابراین یک عبارت منظم (regular expression) چیزی برای مطابقت ندارد. redact_text در یک صفحه اسکن‌شده چیزی برای جایگزینی پیدا نمی‌کند، و پیدا نکردن چیزی برابر با عدم وجود اطلاعات حساس نیست. خروجی خالی در یک فایل فقط‑تصویری را به عنوان «بدون لایه متن» در نظر بگیرید، سپس ابزارها را عوض کنید. همین امر برای عکس‌ها، مهرها و صفحه امضای اسکن‌شده در پشت یک قرارداد دیجیتال نیز صادق است.

کدام ابزار ناحیه‌ای از صفحه را می‌پوشاند؟

redact_image_area یک مستطیل از صفحه را با یک جعبه رنگی ثابت می‌پوشاند و به‌صورت دائمی محتوای تصویری زیرین را مخفی می‌کند، مانند چهره‌ها، امضاها و مهرها. این ابزار x، y، width و height را به‌صورت پیکسل می‌گیرد، که از گوشهٔ بالا‑چپ صفحه اندازه‌گیری می‌شوند، و یک color اختیاری (به‌صورت پیش‌فرض سیاه، یا مقدار هگز مانند #FF0000). این ابزار هیچ آرگومان صفحه‌ای نمی‌گیرد، فقط فایل و مستطیل را، بنابراین خروجی را باز کنید و تأیید کنید جعبه کجا قرار گرفته است. چون اعداد بر حسب پیکسل هستند، قبل از انتخاب مستطیل به اندازهٔ تصویر یا صفحه نیاز دارید.

چگونه مختصات را به‌دست می‌آورید؟

با اندازهٔ صفحه شروع کنید. get_document_info نوع فایل، تعداد صفحات و عرض و ارتفاع هر صفحه را برمی‌گرداند، که «یک‌سوم پایین» را به اعداد واقعی تبدیل می‌کند.

اندازهٔ scan.png چقدر است؟

سپس ناحیه را به عامل بدهید:

پایین یک‌سوم تصویر scan.png را با یک جعبه سیاه بپوشانید.

برای یک عنصر خاص مانند امضا یا چهره، به موقعیت آن نیاز دارید. دو مسیر عملی کار می‌کنند. صفحه را در هر نمایشگری باز کنید و مختصات را خودتان بخوانید. یا اجازه دهید عامل صفحه را با سروری که تصاویر صفحه را برمی‌گرداند، رندر کند: ابزار render_page در GroupDocs.Viewer.Mcp یک صفحهٔ واحد را به‌صورت PNG رندر می‌کند و به‌صورت درون‌خطی برمی‌گرداند، و سرور GroupDocs.Annotation.Mcp می‌تواند پیش‌نمایش‌های صفحه را برگرداند (ابزار پیش‌نمایش آن در حال حاضر برای فایل‌های PDF روی لینوکس و در Docker شکست می‌خورد؛ اسناد Word و سایر اسناد Office رندر می‌شوند، و در ویندوز با dnx هر فرمت رندر می‌شود). سپس یک مدل توانمند به بینایی می‌تواند جعبه را تخمین بزند، و شما قبل از اجرای حذف، آن را تأیید می‌کنید.

اسنادی که نیمی متن و نیمی اسکن هستند چه می‌شود؟

یک قرارداد دیجیتال با صفحهٔ امضای اسکن‌شده به هر دو ابزار نیاز دارد، و redact_image_area نمی‌تواند با یک آرگومان به یک صفحه هدف‌گذاری شود. قطعات را جدا نگه دارید: ابتدا متن را محو کنید، و صفحات اسکن‌شده را به‌عنوان تصاویر در نظر بگیرید که حذف ناحیه‌ای مخصوص به خودشان دارند.

آدرس‌های ایمیل در contract.docx را محو کنید، سپس به من بگویید کدام فایل ذخیره‌شده را برای گام بعدی باید استفاده کنم.

سپس هر صفحه از خروجی نهایی را با چشم بررسی کنید.

یک جریان کاری معمول برای اسکن چگونه به‌نظر می‌رسد؟

ترتیبی که کار می‌کند به این صورت است: اندازهٔ صفحه را بخوانید، ناحیه را تصمیم بگیرید، آن را بپوشانید، سپس نتیجه را ببینید. اگر ناحیه واضح نیست، ابتدا صفحه را رندر کنید و اجازه دهید یک مدل توانمند به بینایی یک جعبه پیشنهاد دهد. پیشنهاد و مختصات نهایی را در متن نگه دارید تا هر کسی که پرونده را بررسی می‌کند، بتواند ببیند چه چیزی پوشانده شده و چرا. حذف ناحیه‌ای به‌صورت عمدی ساده است: یک مستطیل را می‌پوشاند و هیچ چیز دیگری را نمی‌پوشاند.

آیا این سرور متن را در تصاویر می‌خواند (OCR)؟

خیر. GroupDocs.Redaction.Mcp حذف می‌کند؛ متن را در تصاویر تشخیص نمی‌دهد. این باعث می‌شود رفتار پیش‌بینی‌پذیر باشد، زیرا هیچ آستانهٔ اطمینانی به‌صورت ساکت تصمیم نمی‌گیرد که یک نام تاریک یک نام نیست. اگر جریان کاری شما به متن استخراج‌شده از اسکن‌ها نیاز دارد، ابتدا آن را با ابزاری ساخته‌شده برای این کار استخراج کنید، حساسیت را تعیین کنید، سپس با ناحیه حذف کنید. سرور نمی‌تواند به شما بگوید نام در کجا در تصویر قرار دارد.

مثال جلسه (مختصر)

You:    How big is scan.png?
Agent:  -> get_document_info(file: scan.png)
        The image is 1200 x 1600 pixels.
You:    Cover the bottom third of scan.png with a black box.
Agent:  -> redact_image_area(file: scan.png, x: 0, y: 1067, width: 1200, height: 533, color: Black)
        Saved the output file. Please open it and check that the box covers the area.

چگونه یک حذف ناحیه‌ای را بررسی می‌کنید؟

به هر صفحهٔ خروجی نگاه کنید، نه فقط صفحه‌ای که هدف‌گذاری کرده‌اید. یک حذف ناحیه‌ای که 20 پیکسل کوتاه است، حذف ناموفقی است، و هیچ متن پاسخی شما را مطلع نمی‌کند. این همان موردی است که در آن تأیید نمی‌تواند با اجرای مجدد یک الگو خودکار شود: بررسی توسط چشمان شما یا پیش‌نمایش رندر شده‌ای است که عامل می‌تواند ببیند. تأیید در پست جداگانه‌ای پوشش داده شده است: به هیچ حذفیتی که تأیید نکرده‌اید اعتماد نکنید.

محدودیت‌های حالت ارزیابی چیست؟

بدون لایسنس، سرور اجازه می‌دهد یک سند در هر پردازش و یک حذف، حداکثر 4 جایگزینی، به‌علاوه نشان‌های آزمایشی. برای اسکن‌ها این به معنای یک جعبه است: صفحه‌ای که به سه ناحیه پوشانده‌شده نیاز دارد، فقط یک جعبه دریافت می‌کند و همچنان به‌نظر می‌رسد پردازش شده است. ابتدا get_license_status را اجرا کنید. این محدودیت برای آزمایش ابزارهاست، نه برای کار واقعی.

  • PDF روی لینوکس. در لینوکس، از جمله تصویر Docker، redact_image_area و erase_metadata در حال حاضر بر روی فایل‌های PDF شکست می‌خورند (مدیریت تصویر موتور PDF به System.Drawing وابسته است که .NET فقط روی ویندوز پشتیبانی می‌کند)؛ هر دو بر روی اسناد Word کار می‌کنند، و redact_text بر روی PDF کار می‌کند. حذف ناحیه‌ای PDF و پاک‌سازی متادیتا را روی ویندوز با dnx اجرا کنید.

پرسش‌های متداول

آیا یک عامل هوش مصنوعی می‌تواند یک سند اسکن‌شده را محو کند؟ بله، با ناحیه. این ابزار یک مستطیل را که با redact_image_area تعریف می‌کنید می‌پوشاند، زیرا متنی برای مطابقت الگو وجود ندارد.

آیا Claude می‌تواند امضایی را از یک تصویر اسکن‌شده حذف کند؟ Claude می‌تواند حذف را هدایت کند هنگامی که موقعیت امضا شناخته شود، از یک نمایشگر یا پیش‌نمایش صفحه رندر شده. سپس سرور آن مستطیل را با یک جعبهٔ ثابت می‌پوشاند.

چگونه می‌توانم به‌صورت خودکار یک ناحیه را در یک اسکن یا تصویر سیاه کنم؟ فایل و مستطیل را به عامل بدهید، و آن redact_image_area را فراخوانی می‌کند. این ابزار هیچ آرگومان صفحه‌ای ندارد، بنابراین هر صفحهٔ نتیجه را با چشم بررسی کنید.

چرا حذف متن هیچ تغییری در اسکن من ایجاد نمی‌کند؟ اسکن یا تصویر شامل پیکسل‌ها است، نه متن، بنابراین چیزی برای جایگزینی وجود ندارد. از حذف ناحیه‌ای استفاده کنید و نتیجه را با چشم بررسی کنید.

بیشتر بخوانید