As matrículas são dados pessoais. Na maioria das jurisdições da UE, uma matrícula está diretamente associada ao proprietário registado, o que significa que vídeos com matrículas visíveis (clips dashcam, exportações CCTV, vídeos de investigação) implicam a obrigação de anonimizar antes de partilhar, publicar ou arquivar.
As ferramentas abaixo representam as principais opções disponíveis em 2026: um SaaS de self-service, duas plataformas cloud empresariais, uma ferramenta web para consumidores e uma biblioteca open source mantida por programadores. Cada uma tem um nicho real; nenhuma é a melhor para todas as situações.
Resumo rápido
- Medianonymizer: melhor para self-service, preços transparentes, processamento irreversível sem necessidade de chamada comercial. Desfocar matrículas agora.
- Celantur: melhor para integração API empresarial e infraestrutura dedicada em escala.
- Gallio Pro: forte para frotas mistas e conjuntos de dados automóveis; API-first.
- Blur.me: ferramenta web amigável; boa para redação ocasional e não crítica.
- deface: open source, execução completamente local; ideal para programadores que precisam de controlo total e zero dependência na nuvem.
Medianonymizer
O que faz: O Medianonymizer usa deteção por IA para localizar matrículas (e rostos, ecrãs ou PII falada) em imagens e vídeos, e depois uma pipeline determinística (ffmpeg para vídeo, código de processamento de imagem para fotos) re-codifica essas regiões como um desfoque irreversível. Sem sobreposição, sem máscara removível: os pixels desaparecem.
Para quem: Jornalistas, equipas jurídicas, investigadores e pequenas empresas que precisam de anonimização ocasional a moderada sem contratos empresariais. Self-service, sem conta necessária para começar.
Pontos fortes:
- Irreversível por design: a pipeline determinística re-codifica os pixels em vez de sobrepor um filtro, pelo que a redação não pode ser desfeita.
- Preços transparentes: imagens desde 1,99 EUR, vídeo desde 4,99 EUR, cobrado por trabalho. Sem subscrição, sem níveis ocultos.
- Multimodal num único upload: desfocar matrículas e rostos simultaneamente, apitar PII falada na faixa de áudio, remover metadados; tudo numa única passagem.
- Interface multilingue: disponível em 6 idiomas, útil para equipas de conformidade transfronteiriças.
- Sem conta necessária para processar um ficheiro.
Limitações:
- Não concebido para ingestão API contínua de alto volume em escala empresarial (milhares de ficheiros por dia via pipeline automatizada).
- Sem opção de implementação local; o material é processado do lado do servidor.
Ideal para: Redação pontual e de volume moderado onde a velocidade de configuração e a auditabilidade importam mais que o débito bruto. Veja os casos de uso do Medianonymizer para desfocar rostos em vídeo.
Celantur
O que faz: A Celantur oferece uma API na nuvem e um contentor on-premise especificamente concebidos para anonimização automatizada de rostos e matrículas em imagens e vídeos em escala. É amplamente utilizada em projetos de cidade inteligente, automóvel e logística.
Para quem: Equipas de engenharia empresarial que precisam de integrar a anonimização de matrículas numa pipeline de dados existente via API REST.
Pontos fortes:
- API testada em produção com documentação sólida; fácil de integrar em pipelines de dados.
- Suporta processamento na nuvem e implementação Docker on-premise. Este último mantém o material completamente dentro da sua infraestrutura.
- Alto débito, concebido para ingestão contínua.
Limitações:
- Sem percurso de self-service para consumidores; os preços requerem uma conversa comercial.
- Os custos de licença on-premise são significativos; menos acessível para equipas mais pequenas.
- Não gere nativamente a redação de PII em áudio.
Veredicto: A escolha empresarial mais robusta para redação automatizada de matrículas e rostos em volume, especialmente quando o on-premise é um requisito. Comparar Medianonymizer vs. Celantur →
Gallio Pro
O que faz: O Gallio Pro destina-se a conjuntos de dados automóveis, gestão de frotas e mobilidade inteligente. Deteta e desfoca matrículas (e rostos) via API na nuvem, com foco na precisão para diferentes formatos de matrícula e condições de iluminação.
Para quem: OEMs automóveis, empresas de cartografia e operadores de frotas que constroem ou auditam conjuntos de dados de vídeo.
Pontos fortes:
- Ampla cobertura de reconhecimento de matrículas de múltiplos países, incluindo formatos não padrão (reboques, motas, variantes UE).
- API-first; integra-se perfeitamente em pipelines de anotação e etiquetagem.
- Bom débito em lote para pré-processamento de conjuntos de dados.
Limitações:
- Focado exclusivamente em redação visual; sem processamento de áudio.
- Os preços são baseados em volume e não estão listados publicamente; requer contacto para orçamentos.
- Excessivo para ficheiros únicos ou uso ocasional.
Veredicto: Uma ferramenta especializada para equipas automóveis e de cartografia que processam grandes conjuntos de dados estruturados. Menos adequada para uso de conformidade pontual.
Blur.me
O que faz: O Blur.me é uma ferramenta baseada em browser que permite aos utilizadores desenhar manualmente regiões de desfoque sobre imagens ou clips de vídeo curtos. É a opção mais leve desta lista.
Para quem: Particulares que precisam de desfocar uma matrícula numa única foto ou clip curto antes de publicar nas redes sociais.
Pontos fortes:
- Zero configuração, funciona no browser.
- Seleção manual intuitiva; bom para imagens onde a deteção por IA seria excessiva.
- Nível gratuito para uso básico.
Limitações:
- Manual, não automático: você desenha o desfoque; não deteta matrículas. As matrículas que não assinalar ficam visíveis.
- Não é prático para vídeos com mais de alguns segundos.
- O desfoque é aplicado como camada visual em alguns fluxos de trabalho; a intensidade de re-codificação e a irreversibilidade dependem das definições de exportação e não são garantidas.
- Não concebido para casos de uso de conformidade; sem registo de auditoria.
Veredicto: Aceitável para uso casual e de baixo risco (publicação em redes sociais, partilha pessoal rápida). Não usar para redação GDPR de provas ou material comercial.
deface (open source)
O que faz: O deface é uma ferramenta Python de linha de comando que anonimiza rostos (e pode ser estendida a matrículas através de detetores personalizados) executando uma rede neuronal localmente e aplicando um desfoque ou pixelização determinísticos. Funciona completamente no seu hardware.
Para quem: Programadores, investigadores e organizações com elevada sensibilidade de segurança que não podem enviar material para nenhuma nuvem de terceiros.
Pontos fortes:
- Completamente local: o material nunca sai da sua infraestrutura.
- Open source e auditável; pode inspecionar exatamente o que a pipeline faz.
- Componível: pode ser integrado em scripts personalizados e pipelines CI.
- Gratuito.
Limitações:
- O foco principal é a anonimização de rostos, não matrículas. A redação de matrículas requer configuração adicional ou um módulo detetor personalizado.
- Apenas linha de comando; sem GUI.
- Requer configuração de ambiente Python e GPU para desempenho aceitável em clips longos.
- Sem gestão de PII em áudio.
- Mantido pela comunidade; o SLA é aquele que você mesmo constrói.
Veredicto: A escolha certa quando precisa de zero dependência na nuvem e tem recursos de desenvolvimento. Espere tempo de configuração. Para redação de matrículas pronta a usar sem programação, não é o caminho mais rápido.
Comparação das ferramentas
| Ferramenta | Deteção de matrícula | PII em áudio | Garantia irreversibilidade | Modelo de preços | On-premise |
|---|---|---|---|---|---|
| Medianonymizer | Automática (IA + determinística) | Sim | Pixels re-codificados | Por ficheiro (transparente) | Não |
| Celantur | Automática | Não | Pixels re-codificados | Personalizado (empresa) | Sim |
| Gallio Pro | Automática | Não | Pixels re-codificados | Volume (orçamento) | Não |
| Blur.me | Manual (o utilizador desenha) | Não | Depende da exportação | Freemium | Não |
| deface | Rostos (matrículas via extensão) | Não | Pixels re-codificados | Gratuito (open source) | Sim |
Casos de uso comuns
- Gravações dashcam antes de publicar: desfocar matrículas de terceiros para cumprir o GDPR antes de partilhar clips online ou em processos legais.
- Exportações CCTV para pedidos de seguro: ocultar matrículas de transeuntes antes de enviar material a seguradoras ou advogados.
- Conjuntos de dados de investigação e treino: anonimizar matrículas em corpora de vídeo ou imagem usados para treinar modelos de ML.
- Telemetria de frotas automóveis: remover matrículas de câmeras orientadas para a estrada antes de armazenar material para análise de rotas.
- Jornalismo e documentário: proteger fontes e transeuntes em material de rua gravado.
Lista de verificação antes de publicar
- Cada matrícula visível está desfocada em cada fotograma: verificar curvas, oclusões parciais e reflexos.
- O desfoque é suficientemente forte para que nenhuma técnica de super-resolução consiga recuperar o número de matrícula.
- A redação está integrada nos pixels re-codificados, não é uma camada sobreposta.
- Rostos e outros identificadores no mesmo material também estão anonimizados.
- Números de matrícula falados na faixa de áudio estão apitados ou silenciados se presentes.
- Metadados do contentor (GPS, ID do dispositivo, carimbos de data/hora) são removidos quando necessário.
Desfocar matrículas agora
Se tem material que precisa de redação de matrículas hoje, Medianonymizer é o caminho de self-service mais rápido: carregue o ficheiro, confirme o que desfocar e descarregue uma cópia irreversivelmente anonimizada, sem conta, sem chamada comercial.
Perguntas frequentes
Desfocar é necessário mas nem sempre suficiente. Se o vídeo também contém rostos, nomes falados ou outros identificadores, estes também devem ser anonimizados. Além disso, o desfoque deve ser re-codificado no próprio ficheiro, não aplicado como uma camada removível, para que constitua anonimização irreversível ao abrigo do GDPR.
