Ce que nous détectons
Texte dans les images (OCR)
Extrait et analyse le texte des images, captures d'écran et photos.
Codes QR
Décode les codes QR pour révéler les liens et le contenu de spam dissimulés.
Cas fréquents
- Images d'arnaque crypto avec adresses de portefeuille
- Codes QR menant à des sites d'hameçonnage
- Images promotionnelles avec texte de spam
- Captures d'écran de messages de spam
Comment le texte et les codes sont extraits des images
Les spammeurs déplacent leur charge utile dans des images précisément pour esquiver les filtres de texte, alors Telm lit aussi les images. Chaque image passe par de l'OCR — la reconnaissance optique de caractères — pour en extraire tout texte, qu'il s'agisse d'une adresse de portefeuille dans un visuel d'arnaque crypto, d'une promo écrite sur une photo, ou d'une capture d'écran d'un message de spam. En parallèle, tout QR code est décodé pour révéler le lien caché à l'intérieur, souvent une destination de phishing ou de logiciel malveillant que l'image ne montre jamais en clair. Le texte extrait et les liens décodés sont ensuite réinjectés dans le même pipeline qui juge les messages ordinaires, pour que le spam en image soit évalué sur son contenu réel.
Cela comble la faille évidente de toute défense limitée au texte et fonctionne automatiquement sur chaque image, aux côtés d'un hachage perceptuel qui reconnaît une image déjà vue même quand elle a été légèrement réencodée. La reconnaissance couvre huit langues — anglais, russe, allemand, français, espagnol, chinois, japonais et coréen — et c'est là que se situent les limites honnêtes : l'OCR n'est pas parfait sur les polices très stylisées, le texte déformé ou les images en très basse résolution, et une écriture hors de cet ensemble ne sera pas transcrite. C'est une solide couche supplémentaire, pas une garantie qu'aucun texte ne puisse se cacher dans une image, et c'est pourquoi elle alimente le pipeline plus large plutôt que de trancher seule.
Questions fréquentes
Analyser chaque image ralentit-il mon groupe ou me coûte-t-il quelque chose ?
L'analyse tourne automatiquement en arrière-plan à mesure que les images arrivent ; les membres ne l'attendent pas pour continuer à discuter. Elle fait partie du pipeline de protection plutôt que d'un module payant à part. Le hachage perceptuel permet aussi de reconnaître rapidement une image déjà vue et jugée, si bien que des images de spam répétées n'ont pas chacune besoin d'une réanalyse complète.
L'OCR va-t-il mal lire des images normales et signaler des publications innocentes ?
L'OCR ne fait qu'extraire du texte ; il ne tranche pas de lui-même. Les mots extraits et tout lien de QR code décodé passent par le même pipeline de détection qu'un message normal, si bien qu'un mème inoffensif avec du texte est jugé sur ce que ce texte dit vraiment. Comme pour toute détection, les cas limites sont consignés et révisables, et vous pouvez l'observer en mode Surveillance avant que l'application ne soit active.
Quelles langues sait-il réellement lire ?
La reconnaissance couvre huit langues : anglais, russe, allemand, français, espagnol, chinois, japonais et coréen. Un texte dans une langue hors de cet ensemble ne sera pas transcrit de façon fiable, et les polices très stylisées, les lettrages déformés ou les captures d'écran en très basse résolution peuvent mettre l'OCR en échec — raison de plus pour qu'il fonctionne comme une couche alimentant le pipeline plus large plutôt que comme un filtre autonome.
Les spammeurs peuvent-ils déjouer l'OCR en déformant le texte d'une image ?
Parfois — un texte volontairement gauchi ou bruité est justement ce avec quoi l'OCR peine, et un spammeur déterminé peut dégrader une image pour nuire à la reconnaissance. C'est pourquoi l'OCR n'agit pas seul : le décodage de QR code attrape les liens cachés sous forme de codes, le hachage perceptuel attrape les images réutilisées, et le pipeline d'IA juge le texte récupéré, de sorte que déjouer une couche ne les franchit pas toutes.
Fonctionnalités connexes
Découvrez d'autres façons dont Telm peut aider votre communauté