Native macOS- und iOS-App, die Gesichter in Fotos automatisch verpixelt – lokal, ohne Cloud, ohne Setup, ohne Account.
Demo-Fotos veröffentlichen, ohne die Persönlichkeitsrechte der Teilnehmer\*innen zu verletzen – das klingt simpel, ist es aber nicht. Bestehende Lösungen sind entweder CLI-Tools wie deface oder uniface ohne grafische Oberfläche, oder App-Store-Apps, die unter der Haube als WebView-Wrapper über eine Cloud-API laufen.
Beides taugt nicht für Workshop- oder Konferenzfotos, die schnell, lokal und ohne Datenabfluss anonymisiert werden müssen.
Redact ist eine echte native App – mit erstklassiger Gesichtserkennung durch ein fine-getuntes YOLOv11m-Modell, das vollständig auf dem Gerät läuft. Keine Cloud, kein Account, kein Setup. Drag & Drop, Knopfdruck, fertig.
Das Modell läuft über Core ML auf der Apple Neural Engine, Bilder werden über Core Image verpixelt, geblurrt, mit einem schwarzen Balken oder einem Emoji überlagert. EXIF-Daten lassen sich auf Wunsch entfernen – GPS, Kamera-Info, Zeitstempel. Originale bleiben dabei unangetastet, die anonymisierten Versionen landen in einem anonymized/-Unterordner.
Was als kleines Tool für den eigenen Bedarf begann, wuchs zu einer ausgereiften Multi-Plattform-App: macOS für die produktive Batch-Verarbeitung am Schreibtisch, iOS und iPadOS für die schnelle Anonymisierung unterwegs.
Fine-Tune des YOLO11m-Modells speziell für Gesichtserkennung – ~20M Parameter, Bounding Boxes mit Confidence, eingebettetes NMS. Läuft als .mlpackage direkt in der App.
Inferenz über Core ML auf der ANE – schnell genug für Batch-Verarbeitung ganzer Foto-Ordner. Kein Internet nötig, keine GPU-Auslastung, kein Lüfter.
Keine Cloud, keine Telemetrie, kein Account. Bilder verlassen das Gerät nicht – die gesamte Verarbeitung passiert lokal auf der Apple Neural Engine.
Mosaik, Gaussian Blur, schwarzer Balken oder Emoji-Overlay – einstellbar in Stärke und Padding, mit Rechteck- oder Ellipsen-Maske.
Erkannte Gesichter per Klick de-/aktivieren, übersehene per Drag selbst hinzufügen. Confidence-Schwelle ist einstellbar – volle Kontrolle über das Ergebnis.
Einzelne Bilder oder ganze Ordner reinziehen – JPG, PNG, HEIC, TIFF. Ergebnisse landen in einem anonymized/-Unterordner, Originale bleiben unangetastet.
Direkter Side-by-Side-Vergleich mit Face-Overlay. Hover-Vorschau in der Dateiliste, Tastenkürzel ⌘↵ zum Verarbeiten, ⌘E zum Exportieren.
Optional GPS-Koordinaten, Kamera-Modell und Zeitstempel beim Export entfernen – nützlich, wenn anonymisierte Bilder wirklich anonym sein sollen.
Deutsch und Englisch über Apple String Catalog (xcstrings). Dark Mode, Splash-Screen, Privacy Manifest – alles native, alles Apple.
YOLOv11m-face als beste Balance aus Genauigkeit und Geschwindigkeit identifiziert, mit coremltools nach Core ML konvertiert und auf das MLProgram-Format gebracht.
SwiftUI-App mit NavigationSplitView, Drag & Drop, Core-Image-Pipeline und TaskGroup-basierter Batch-Verarbeitung. Erste Version: lokales Verpixeln eines Ordners.
Geteilter Code in RedactCore-Package, plattformspezifische UI für iOS/iPadOS, Memory-Crashes bei großen Fotos via ImageIO-Downsampling behoben.
Lokalisierung (DE/EN) via xcstrings, Privacy Manifest, App Icons, Splash-Font – und schließlich der Launch im App Store.
Redact gibt es kostenlos im App Store – komplett on-device, ohne Cloud, ohne Account. Wenn du eine ähnliche on-device-Lösung für dein Projekt suchst oder Feedback zur App hast, schreib mir gerne.