PDFの黒塗りの下にある文字は読み取れるのか

黒塗りのファイルが手元にあり、締め切りが迫っている

たとえば、木曜の午後の町役場の担当者を考えてみてください。同僚から iken-shiryo-kuronuri.pdf という14ページのファイルが届きました。住民の氏名と電話番号が黒い帯で隠されています。金曜の会議の前に役場のサイトへ掲載しなければなりません。担当者はその帯を自分で付けたわけではなく、どのソフトで付けたのかもわかりません。

よくあるのがこの状況です。黒い帯はしっかり隠しているように見え、付けた本人は作業が済んだと思っていて、隠したはずの文字が本当にファイルから消えたのかを誰も確かめていません。画面上では、本物の黒塗りと見た目だけの黒塗りは区別がつきません。違いがわかるのは、誰かが文字を取り出そうとしたときだけです。

どのPDFビューアーでもできる2分間のテスト

同じフォルダーにある以前の下書きではなく、これから送る、または公開するファイルそのもので試してください。

• 黒い帯の上をドラッグしてコピーし、メモ帳などのテキストエディターに貼り付けます。文字が出てきたら、その四角は何も隠していません。
• ビューアーの検索欄に、黒塗りされているはずの氏名や番号を入力します。帯の中でヒットしたら漏れています。
• ブラウザーのタブなど、別のソフトでもファイルを開きます。あるビューアーでは見えず、別のビューアーでだけ見える漏れもあります。
• 文書のプロパティを開き、帯で隠したかった作成者名、タイトル、会社名が入っていないか確認します。
• 各帯を400%に拡大し、灰色の縁や文字のはみ出し、行を覆いきれていない四角がないかを見ます。

テストで漏れが見つかれば、それで結論が出ます。見つからなかった場合は、今回試した方法では何も出てこなかった、というだけです。

文字が戻ってくる黒い四角の種類

本物の黒塗りは最後の行だけです。それより上はすべて、見え方を変えているだけで、ファイルの中身は変わっていません。

PDFGymでチェックする手順

1. 墨消し漏れチェックを開きます。このブラウザーのタブの中で動き、ファイルはアップロードされません。
2. 共有する予定のPDFそのものを選ぶか、ページにドロップします。
3. チェックのボタンを押し、各ページが読み込まれるまで待ちます。
4. 上部の件数を確認します。調べたページ数、見つかった暗い覆いの数、下に生きた文字がある覆いの数が表示されます。
5. ページごとの結果をスクロールして確認します。漏れている覆いは枠で囲まれ、その下から取り出された文字がすべて表示されます。
6. 最後に、ほかに確認すべき場所の一覧を見ます。文書のプロパティ、添付ファイル、注釈の文字、非表示のレイヤーです。

チェックは読み取るだけです。ファイルは変更されないので、何度でも実行できます。

結果を過信せずに読む

覆いのスキャンでは、ページ自体の描画命令の中から、暗くてほぼ不透明な塗りつぶしの四角形を探します。選択できる文字の大部分がそうした四角形の内側にあると、その覆いに印を付けて文字を表示します。中間の灰色の帯や透けた色は覆いとして数えないため、何かを隠していても枠は付きません。

見落としが起きる場所は3つあります。注釈として付けた黒い四角はページの描画の外にあるため、枠で囲まれません。注釈の文字は結果に一覧されますが、そうした四角は自分でもドラッグして確かめてください。スキャン画像の画素としてしか存在しない文字には、取り出せるテキストがありません。スキャンしたページは拡大して目で確認する必要があります。また、変わったクリッピングパスや細い断片をたくさん組み合わせた覆いは、四角形として認識されないことがあります。「漏れは見つかりませんでした」は、これらのチェックで何も出なかったという意味でしかありません。

漏れが直ったように見えてしまう間違い

帯を太くする、もう1本重ねる。上にインクを足しても下は何も変わりません。黒塗り前の元のファイルに戻り、そこから黒塗りし直してください。

下書きでテストして、書き出したファイルを送る。保存し直す、結合する、PDFとして印刷し直すといった操作で、隠れた文字が四角と一緒に引き継がれることがあります。こうした操作のたびに、最終ファイルでテストしてください。

フラット化すれば直ったと思い込む。フラット化するとマークアップの四角はページに統合されますが、それだけでは下の文字は削除されません。フラット化の後にもう一度確認してください。

ファイル名を信じる。名前の末尾に「黒塗り済み」とあっても、それは誰かの意図を示しているだけで、ファイルの中身を示してはいません。

文字が読み取れてしまった場合

そのファイルの共有はやめてください。黒塗りしていない元の文書を探し、PDFを墨消しで新しい版を作ります。このツールは印を付けた各ページを作り直し、ダウンロードを提供する前に出力を検証します。印の付け方や手順の順番は黒塗りの手順ガイドで説明しているので、ここでは繰り返しません。そのあと、新しいファイルをチェックにかけてください。

漏れている版をすでに送ってしまった場合、差し替えても、ダウンロード済みのコピーは回収できません。その情報は開示されたものとして扱い、知らせるべき相手に伝えてください。ファイルと一緒に出ていくのは本文の文字だけではありません。プロパティと添付ファイルはプライバシーチェックで消すか、メタデータのガイドに沿って削除してください。

ブラウザーのチェックが向かない場合

チェックはパスワード付きのPDFを受け付けません。送り主にロックを外したコピーを頼むか、自分のファイルでパスワードがわかっているなら、先にPDFのロックを解除でパスワードを外してください。

漏れたファイルがすでに法的な争いや情報漏えいの案件に関わっているなら、ブラウザーでのテストは出発点であって答えではありません。そのファイルで何かをする前に、弁護士や個人情報保護の担当者に相談してください。勤務先が承認済みの黒塗りソフトや署名入りの黒塗り記録を求めている場合は、その手順に従ってください。また、完全にスキャンだけの文書なら、テキスト層のスキャンよりも、高い倍率で人が丁寧に見るほうが多くのことがわかります。