v2.1.0 — PDF scansionati: codici fiscali, nomi in maiuscolo, firme autografe

Tre problemi emersi su un contratto di mutuo notarile scansionato: codici fiscali rimasti in chiaro, nomi non oscurati, firme leggibili.

Correzioni

Codice fiscale scritto a gruppi. Gli atti dattiloscritti scrivono MNT NMR 41P46 C286B invece di MNTNMR41P46C286B: su un PDF scansionato l'OCR restituisce quei gruppi come parole separate e il riconoscitore standard, che pretende 16 caratteri attaccati, non trovava nulla. Ora i gruppi vengono ricomposti (anche se spezzati da un a capo) e la struttura verificata; se torna il carattere di controllo la confidenza è massima.

Nota: il riconoscitore standard assegnava 0.30 anche alla forma attaccata, sotto la soglia predefinita del 40% — i codici fiscali potevano quindi sfuggire anche scritti correttamente.

Nomi non propagati sui PDF interamente scansionati. Il programma propaga a tutto il documento i nomi che individua, ma su una scansione quel meccanismo era di fatto spento: le pagine OCR non alimentavano l'elenco dei nomi, e in una scansione nessuna pagina è testuale. Risultato: un nome letto correttamente a pagina 2 non veniva oscurato a pagina 27, dove compariva in MAIUSCOLO e il riconoscimento automatico lo mancava. Ora le pagine scansionate partecipano all'analisi come quelle testuali — senza rallentamenti, l'OCR resta eseguito una volta sola.

Ne beneficiano anche l'esclusione dei magistrati, il riconoscimento di città e società e il recupero della ragione sociale intera, finora inattivi sulle scansioni.

Falsi positivi minori. Le intestazioni dei piani di ammortamento ("Rata", "Importo", "Quota", "Scadenza", "Totale") non sono più scambiate per luoghi; gli importi in valuta (8.765,42) non sono più scambiati per numeri di telefono.

Novità

Oscuramento delle firme autografe — nuova opzione nella barra laterale, disattivata di default.

Una firma è un'immagine: nessun OCR legge il corsivo, quindi nessuna entità veniva mai rilevata — eppure le firme in calce rivelano esattamente i nomi che il resto del documento oscura. L'opzione copre firme, sigle, timbri e annotazioni a mano.

Il riconoscimento è grafico, non testuale: può coprire anche loghi o grafici, e su stampe molto sbiadite che l'OCR non legge può oscurare qualche parola stampata. Sbaglia cioè verso l'eccesso di oscuramento, non verso il difetto — ma conviene sempre verificare il risultato.

Funziona sulle pagine passate per OCR: su un PDF nativo digitale con firme scansionate, impostare la modalità "Forza OCR su tutto".

Installazione

Windows: scarica AnonimizzatorePDF-Setup-v2.1.0.exe qui sotto ed eseguilo sopra l'installazione esistente — non serve disinstallare nulla. Verifica l'impronta con il file .sha256 allegato.

macOS: bash mac/aggiorna.sh dalla cartella del progetto.

🔐 Verifica integrità

SHA256(AnonimizzatorePDF-Setup-v2.1.0.exe)
f62b62971ab9f02c4df4af3b9cc082e2264938953e67da90cbe4da6a9fe9e2ca

Su Windows: certutil -hashfile AnonimizzatorePDF-Setup-v2.1.0.exe SHA256 e confronta il risultato.