Boa parte do que chega num escritório é foto: o RG fotografado, o contrato escaneado. O produto lê imagem (PNG, JPG, TIFF, WebP, BMP) e PDF escaneado por OCR, e o texto extraído passa pelo mesmo motor de anonimização.
O que a prova cobre
A bateria de produção gera um PNG e um PDF escaneado com dados sintéticos, sobe pelos endpoints reais e confere que cada dado plantado voltou mascarado. Detalhe de honestidade: o OCR entrou numa versão e só foi provado no ar dias depois — a prova existe exatamente para essa janela nunca mais se repetir.
Limite declarado na página: PDF escaneado de má qualidade pode não ter texto extraível — nesses casos o produto avisa em vez de devolver vazio fingindo sucesso. E o ruído típico de OCR (letra O no lugar do zero) tem bateria própria planejada (a bateria de ruído).