pymasking 1.0.0

個人情報マスキングツール（Web UI + CLI）

pymasking — 個人情報マスキングツール

文書・画像・クリップボードに含まれる個人情報を自動検出してマスキングします。
Web UI と CLI の両方で動作します。

---

デモ

テキストタブ — テキストを直接入力してマスキング

ファイルタブ — ドラッグ＆ドロップでファイルをマスキング

クリップボード画像タブ — スクリーンショットをそのままマスキング

---

動作環境

項目	要件
OS	Windows 10 / 11（64bit）
Python	3.9 以上

---

インストール

pip install pymasking

Tesseract OCR バイナリのインストール（画像・PDF の OCR マスキングに必要）

pip install だけでは OCR 機能は使えません。Tesseract OCR バイナリを別途インストールしてください。

1. インストーラーをダウンロード

以下のページから Windows 用インストーラーを取得します。

https://github.com/UB-Mannheim/tesseract/wiki

2. 日本語データを含めてインストール

インストーラー実行中、「Additional language data」のリストで
「Japanese (jpn)」 にチェックを入れてからインストールします。

3. PATH を通す

インストール完了後、Tesseract のインストール先フォルダをシステムの PATH 環境変数に追加します。

C:\Program Files\Tesseract-OCR

確認方法: コマンドプロンプトで tesseract --version が実行できれば完了です。

---

起動方法

Web UI（推奨）

masking

ブラウザで http://127.0.0.1:55963 が自動的に開きます。
ブラウザのタブ・ウィンドウを閉じるとサーバーも自動終了します。

CLI

python -m pymasking.cli.main mask report.docx
python -m pymasking.cli.main mask report.docx --mode pigpen
python -m pymasking.cli.main unmask report_masked.txt

---

Web UI の使い方

共通操作

マスキング方式の選択

画面上部の 4 つのボタンで方式を選択します。
ボタンをクリックするとマスキング前後の例が表示されます。

ボタン	効果
伏字（●）	検出した情報を ● で塗りつぶす（既定）
一意性保持	人物001 のように種別＋連番に置換
ピッグペン暗号	暗号化して 【人物:⊞⊟⊠⊡:】 形式で保存。後から復号可能
復号化	ピッグペン暗号で保護されたテキスト・ファイルを元に戻す

復号化 を選択すると、マスキング対象のチェックボックスは自動的にグレーアウトされます。

マスキング対象の絞り込み

実行ボタンの直上にあるチェックボックスで、マスクする情報の種別を選べます。
全て ON の場合はすべてのカテゴリを対象とします。

---

テキストタブ

1. テキストエリアに文章を貼り付け（Ctrl+V 可）
2. 必要に応じてマスキング対象のチェックボックスを調整
3. マスキング実行 または 復号化実行 をクリック
4. 下の結果欄に変換後テキストが表示される
5. 結果をコピー で clipboard にコピー

---

ファイルタブ

1. ドロップエリアにファイルをドラッグ＆ドロップ、またはクリックして選択
   （対応形式: docx / xlsx / pptx / pdf / jpg / png / bmp / txt / csv / json 等）
2. マスキング対象・追加オプションを確認
3. マスキング実行 または 復号化実行 をクリック
   • ボタンが赤く点滅し「実行中」と表示されます
   • 下のプログレスバーで処理状況を確認できます
4. 処理完了後、ボタンがオレンジ色の「ダウンロード」に変わります
5. ダウンロード をクリックするとマスキング済みファイルが保存されます

---

クリップボード画像タブ

1. スクリーンショットを撮影してコピー（PrintScreen など）
2. 貼り付けエリアをクリックしてから Ctrl+V で画像を貼り付け
3. マスキング実行 をクリック
   • ボタンが赤く点滅し「実行中」と表示されます
   • OCR でテキストを認識し、黒矩形で塗りつぶします
4. 処理完了後、「ダウンロード」をクリックして保存

---

対応ファイル形式

形式	処理方法
.txt .csv .json .xml .md .log	テキスト置換
.docx .xlsx .pptx	テキスト置換（書式保持）
.pdf	テキスト座標を検出 → 黒矩形で塗りつぶし
.jpg .jpeg .png .bmp	Tesseract OCR で検出 → 黒矩形で塗りつぶし

---

マスキング方式

方式	出力例	復号
伏字（デフォルト）	●●●	不可
一意性保持	人物001	不可
ピッグペン暗号	【人物:⊞⊟⊠⊡:】	可能（復号化実行 ボタンで復号）

画像・PDF は方式に関わらず常に視覚的塗りつぶし（黒矩形）になります。

---

検出カテゴリ

人物名 / 組織名 / 住所 / メールアドレス / 電話番号 / 日付 / 金額 / SNS アカウント / 特許番号 / シリアル番号 / 型番

---

カスタム辞書

pymasking/data/dict/custom_dict.txt にタブ区切りで追加すると独自の固有名詞を検出できます：

山田太郎	person
株式会社サンプル	org