背景匿名化与模糊质量评级

Background Blur Test 评估的是边缘稳定性和伪影——即分割本身有多干净。这个工具问的是一个完全不同的问题:最终产生的模糊是否真的隐藏了可读文本,并通过真实 OCR 测试,而不是靠猜测。

Privacy Leak Scanner 会在你应用任何效果之前,检查你原始的、未模糊的背景中是否存在可读文本。而这个工具则专门评估模糊效果在应用后于多种强度下隐藏该文本的有效程度。

模糊效果看起来柔和,却未必真正隐藏了任何内容——这个工具直接对此进行测试。捕获的一帧画面会被分割,并以多种真实模糊强度合成,每个版本都会通过真正的设备端 OCR 来检查文本是否仍可读。两个模型都完全在你的设备上运行。

摄像头已关闭

启动摄像头,取景你平时的背景,确保有任何可读的文字或文件可见,然后点击捕获并分析。

已测试的强度

结果

模糊	可读单词	状态

结论: —

—

说明

为什么仅靠模糊有时还不够

轻度模糊会柔化边缘,但未必会破坏 OCR 所依赖的基本字符形状——尤其是标牌、白板或文档标题等大号高对比度文字。真正敏感的背景更可靠的保护方式是用纯色背景替换,而不是模糊,尤其是在许多应用出于性能考虑默认采用的较轻模糊设置下。

参考

这正是本工具用真实 OCR 测试你背景所采用的四种确切强度。

逐步说明

常见问题

这与背景虚化测试有什么不同?

背景虚化测试评估的是边缘稳定性和伪影——即分割本身有多干净。这个工具问的是一个完全不同的问题:最终产生的模糊是否真的隐藏了可读文本,并通过真实 OCR 测试,而不是靠猜测。

这与隐私泄露扫描仪有什么不同?

隐私泄露扫描仪会在你应用任何效果之前,检查你原始的、未模糊的背景中是否存在可读文本。而这个工具则专门评估模糊效果在应用后于多种强度下隐藏该文本的有效程度。

这会把我的视频或背景图像发送到任何地方吗?

不会。分割模型和 OCR 引擎都完全在你的设备上运行——任何时候都不会上传任何内容。

为什么只测试一帧捕获的画面,而不是实时视频?

持续实时运行两个 AI 模型是一种沉重的组合,在此代码库中尚无经过验证的可靠记录。一次谨慎的捕获与分析过程更加可靠,并且仍能为你实际的背景给出真实、准确的答案。

如果文本在每种强度下都仍然可读,我该怎么办?

针对该特定背景,使用纯色背景替换而不是模糊,或者将敏感物品实际移出画面——对于大号高对比度文字,模糊存在真实的局限性,仅靠更强的模糊设置未必能克服。