Prijs.filter

Automatische detectie en redactie van prijsgegevens in documenten. Upload, verwerk, download — zonder dat uw data het gebouw verlaat.

Hoe het werkt

Vijf stappen van upload tot geredacteerd document. Volledig geautomatiseerd, geen handmatige controle nodig.

⬆️
Upload
Document uploaden via browser of API
📄
Inlezen
Tekst extractie, OCR voor scans
🔍
Detectie
Regex-patronen, contextanalyse
🛡️
Redactie
Bedragen vervangen of afdekken
⬇️
Download
Geredacteerd bestand in origineel formaat
📑

PDF

Tekst-gebaseerde en gescande PDF's. Automatische OCR-fallback wanneer een pagina minder dan 20 tekens bevat.

pdfplumber + Tesseract OCR
📊

CSV / TSV

Automatische delimiter-detectie. Kolomheader-analyse herkent financiele kolommen en scant gericht op bedragen.

pandas + csv.Sniffer
📝

Word DOCX

Paragrafen en tabellen worden doorzocht. Opmaak blijft behouden na redactie, inclusief tabelstructuur.

python-docx

Hoe bedragen worden herkend

Patroonherkenning in drie gevoeligheidsniveaus, met slimme contextanalyse en false-positive filtering.

Gevoeligheidsniveaus

Laag
Alleen expliciete bedragen met valutasymbool: €, $, EUR, USD
Normaal
+ Contextbewuste detectie nabij financiele termen (totaal, btw, tarief, etc.)
Hoog
+ Elk getal dat op een bedrag lijkt, ook zonder context (meer false positives)

Patroonherkenning 60+ patronen

  • €1.234,56 / € 500,00
  • EUR 1.234,56
  • $1,234.56 / USD 500
  • -€500,00 (negatief)
  • (1.234,56) boekhoudkundig
  • 21% / 9,5%
  • 1.234,56 + context
  • Kolom-gebaseerd (CSV)

False-positive filtering Slim

Deze patronen worden automatisch overgeslagen:

  • 06-12345678
  • 1234 AB
  • 13-02-2026
  • NL66RABO0166...
  • KvK 75186020
  • BTW NL860...
  • 14:30
  • v2.1

Confidence scoring 0.6 — 1.0

Elke detectie krijgt een betrouwbaarheidsscore. Expliciete valutabedragen (€, $) scoren 1.0. Contextbewuste matches scoren 0.75 — 0.85. Brede detectie (hoge gevoeligheid) scoort 0.6. Scores worden getoond in de interface zodat u de betrouwbaarheid per detectie kunt beoordelen.

Hoe bedragen worden verwijderd

Per documenttype de meest geschikte redactiemethode. Het resultaat behoudt de originele opmaak.

PDF

Witte vlakken over bedragen in zowel tekst-gebaseerde als gescande pagina's. OCR-bounding boxes worden gebruikt voor beeldredactie.

€ 5.983,00██████
DOCX

Tekstvervanging in paragrafen en tabelcellen. Documentopmaak (lettertype, stijl) blijft intact.

€1.234,56[BEDRAG VERWIJDERD]
CSV

Celvervanging in financiele kolommen. Delimiter en structuur blijven ongewijzigd.

5983.00[BEDRAG VERWIJDERD]
🔒

Waar gaat uw data naartoe?

Nergens. Alle verwerking vindt lokaal plaats op onze eigen server.
Er worden geen externe diensten, cloud-API's of AI-modellen gebruikt.

💻
Uw browser
Document selecteren
🔐
HTTPS
Versleuteld transport (TLS)
🛡️
nginx
Reverse proxy, SSL-terminatie
⚙️
API
Alleen localhost (127.0.0.1)
🧠
Verwerking
In-memory, regex-gebaseerd
Resultaat
Terug naar uw browser
🏠

Lokale verwerking

Alle verwerking vindt plaats op onze eigen server (sil.itarr.net). Uw documenten verlaten nooit het lokale netwerk en worden niet naar externe diensten gestuurd.

🚫

Geen AI/cloud-API's

Detectie is volledig regex-gebaseerd. Er worden geen LLM's, OpenAI, Google of andere cloud-diensten gebruikt. Geen API-calls naar buiten.

💾

Tijdelijke opslag

Geuploade documenten worden tijdelijk opgeslagen in een lokale map voor debugging. Deze bestanden worden periodiek handmatig opgeruimd.

🔄

In-memory verwerking

Documenten worden in het werkgeheugen verwerkt en na het versturen van het antwoord vrijgegeven. Er is geen database of permanente opslag van resultaten.

🍪

Geen tracking

Geen cookies, geen analytics, geen gebruikersaccounts. Er worden geen persoonsgegevens verzameld of opgeslagen. Volledig anoniem gebruik.

🔐

Versleuteld transport

Alle communicatie verloopt via HTTPS met een Let's Encrypt TLS-certificaat. De API is alleen bereikbaar via de nginx reverse proxy.

Technische stack

Open-source componenten, geen vendor lock-in.

Python 3.12 Runtime
FastAPI Web framework
Uvicorn ASGI server
pdfplumber PDF tekst-extractie
PyMuPDF PDF redactie
python-docx Word documenten
pandas CSV verwerking
Tesseract OCR Optische tekenherkenning (NL + EN)
Pydantic Datavalidatie
nginx Reverse proxy + SSL/TLS
Let's Encrypt TLS-certificaat
pytest Geautomatiseerde tests

API Endpoints

Gebruik de REST API voor directe integratie in uw workflow.

GET /api/health Status, OCR-beschikbaarheid, ondersteunde formaten
POST /api/redact Upload + JSON response met detecties en geredacteerde tekst
POST /api/redact/download Upload + download geredacteerd bestand in origineel formaat

Voorbeeld request

curl -X POST https://sil.itarr.net/prijsfilter/api/redact \ -F "file=@factuur.pdf" \ -F "sensitivity=normal" \ -F "placeholder=[BEDRAG VERWIJDERD]"