PDFを正しく墨消しする方法
文字の上に黒い四角形を描いても墨消しにはなりません。文字はファイルに残ったままで、誰でも4秒ほどで読めてしまいます。ここでは本当に効果のある方法と、それがうまくいったかの確認方法を説明します。
最終確認日：
よくある間違いと、それがなくならない理由
PDFのページは描画プログラムのようなものです。テキストは特定の文字を特定の座標に置くという命令で、黒い四角形は領域を塗りつぶすという別の命令です。四角形を描いてもテキストは削除されず、その上に描かれるだけです。文字はその下のファイル内に残っていて、その領域を選択すればコピーできます。無料のツールでも数秒で抽出できます。
この間違いがなくならないのは、画面がうまくいったように見せるからです。四角形を描くと文字が見えなくなり、ファイルを保存すると墨消し済みの文書とまったく同じに見えます。エラーも警告もなく、正しい墨消しとの見た目の違いもありません。これまでに報じられた墨消しの失敗、たとえば墨消しされていない裁判所への提出書類、和解金額、証人の名前、削除部分が数分で復元された情報機関の報告書などは、どれも誰かが図形を描いてそれで済んだと信じた結果です。
テキストを黒でハイライトするのも見た目が違うだけで同じ間違いですし、ワープロソフトで白い四角形をかぶせてからPDFに書き出すのも同じです。
本当の墨消しが行うこと
順番が逆です。まずページの内容からテキストを削除し、その後で、何かがあった場所を示す目印として黒い四角形を描きます。墨消しした領域をコピーしても何も得られません。何もないからです。ページのテキストを抽出しても、その文字は存在しません。
ここのPDF墨消しはまさにそれを行い、削除したテキストの数を報告します。これは重要です。何にも一致しなかった墨消しは、うまくいった墨消しと見た目がまったく同じだからです。名前の上に四角形を描いたのに何も削除されなかった場合、その名前はテキストではなく画像の一部である可能性が高く、次の段落の対処が必要です。
画像内の文字は別の問題
スキャンしたページの中の名前や、報告書に貼り付けたスクリーンショットの中の名前は、テキストではなくピクセルです。テキストを削除してもそれには手が届かず、上に四角形を描いても、先ほど説明した効果のない覆い隠しにしかなりません。その下のピクセルが画像データに残っているからです。
対処法は、墨消しを適用した状態でそのページを描画し直し、ピクセルが本当に存在しない状態にすることです。これには実際のコストがあり、知っておく価値があります。そのページは画像になるので、ページ上のテキストは選択できなくなり、ファイルは大きくなります。スキャンした文書ならもともと画像なので何も変わりませんが、テキストと画像が混在した文書ではトレードオフになります。
画像全般にも同じことが言えます。画像ぼかしで顔やナンバープレートをぼかすなら、その領域に見て分かる構造が残らないほど強くしてください。研究者は、候補を生成して照合することで、弱いモザイクから文字を復元しています。何文字あったかをまだ推測できるなら、強さが足りません。
PDFに名前が残る見落としがちな場所
墨消しを正しく行った人でもつまずくのがここです。PDFは見えているページ以外の場所にもテキストを保存していて、ページの墨消しが完璧でも、それらはすべてそのまま残ります。
しおり（ブックマーク）には、名前を含むセクション見出しが入っていることがよくあります。フォームの入力値は、フィールドが見えていなくても残っています。添付ファイルとして、文書丸ごとがPDFの中に隠れていることもあります。文書情報とXMPメタデータには、タイトル、作成者、ソフトウェア、さらに元のファイルパスが含まれていることが多く、そこからユーザー名やフォルダー構成が分かってしまいます。コメントと注釈には、それ自体のテキストと作成者の名前が入っています。そしてファイル名そのものも、文書がどこへ行ってもついて回ります。
もう1つ、最も気づきにくいものがあります。増分保存されたPDFは、以前の版を同じファイル内に残しています。文書が一から書き直されずに編集して保存された場合、ページの以前の版がまだ中に残っている可能性があります。重要な文書では、次の確認手順が省略できないのはこのためです。
確認する、その方法
確認は多くの人が省く手順ですが、実際にあなたを守ってくれるのはこの手順です。徹底度の低いものから順に、3つの確認方法があります。
結果を開いて、墨消しした領域を選択してみる。何かコピーできたら、そこで止めてください。基本的な失敗を5秒で見つけられるので、毎回必ず行う価値があります。
文書のプロパティを見る。タイトル、作成者、件名、キーワードは、どのPDFリーダーでも「ファイル」から「プロパティ」を開けば確認できます。作成者欄が、1時間かけて消したばかりの名前だったら、墨消しは何の意味もありません。
ファイルを再構築する。ページが実際に参照しているものから文書を書き直すツール、つまりGhostscriptのgs -sDEVICE=pdfwriteやqpdf --empty --pages out.pdf 1-z --に結果を通すと、参照されていないオブジェクトや以前の版が破棄されます。さらにexiftool -all:all=を使えばメタデータが消去されます。裁判所への提出書類や開示義務のある文書では、3つすべてを行い、ほかの人にも確認してもらってください。
ページの削除も墨消しではない
同じ種類の間違いなので、別に取り上げておく価値があります。PDFページ削除は、残したページから新しい文書を作ります。しかし、残したページにある、削除したページを指すリンクはリンク先を解決する必要があるため、削除したページのコピーが、どのページツリーからも参照されないオブジェクトとして新しいファイルに入り込みます。どのリーダーでも見えませんが、バイト列の中には存在します。
ページを見えなくするだけなら、削除で正しく、十分です。ページの内容をこの世から消すには、ページを削除したうえで、上の方法でファイルを再構築してください。
よくある質問
黒い四角形だけで許される場合はありますか？
本当の墨消しの上に描く目印としてだけです。四角形だけでは、注意して見ていない読み手から文字を隠せるだけで、それ以外の誰からも隠せません。文書を公開、提出、開示するなら、四角形だけの状態は墨消しをしていないのと同じと考えてください。
代わりにPDFをフラット化するのはどうですか？
フラット化は注釈をページに焼き付けるので、描いた四角形は確かに図として固定されます。しかし、その下のテキストは注釈ではなくページの内容なので、残ったままです。フラット化はフォームの回答や署名を固定するための正しいツールであり、文字を隠すためのものではありません。
PDFを画像に変換すれば墨消しできますか？
できます。四角形を描いたページの画像には、本当に下にテキストがないからです。ただし実際のコストがあります。文書は検索できなくなり、ファイルは大きくなり、メタデータはたいていそのまま引き継がれるので、それは別に消去する必要があります。
PDFとして印刷すれば隠れたテキストは消えますか？
ページの内容については、ページが描画し直されるので、たいてい消えます。そのため偶然うまくいくことがあります。しかし確実な方法ではなく、すべてのメタデータ項目が消えるわけでもなく、プリンタードライバーにも左右されます。何を削除するかを明示しているツールを使ってください。
機密文書をWebサイトで墨消ししても安全ですか？
このサイトではどの段階でも何も保存されません。ここで墨消し機能を提供しているのはまさにそのためです。墨消しが必要な文書こそ、見知らぬ誰かのサーバーに置かれるべきではないものだからです。法的な提出書類については、その重要性に見合ったソフトウェアを使い、結果をご自身で確認してください。