经济全球化加速全球服务外包产业发展,数据录入是外包业务类型之一,涉及多种数据类型。图像录入常用的方法OCR由于对如中文、日文这类字形繁杂,字形间差别较大的文字难以分辨,故我国常用外包图像录入方法主要是手工录入。手工录入过程中存在的用户隐私泄露和不可信问题需要有效解决。针对图像手工录入过程中由于录入人员可能获得多张完整图像或者获得包含隐私关联关系的子图像造成的隐私泄露问题,提出一种面向外包图像录入过程的隐私保护方法。首先引用EAST算法分割完整图像获得子图像集合。其次提出隐私关联分离算法对子图像中包含隐私关联关系进行分离。最后提出子图像分配算法根据不同情况将子图像分配给录入人员,并应用层次分析法选择分包商。OutsourcingData和Adult数据集上就成员隐私保护率和属性隐私保护率进行实验,结果表明确实有效保护用户的隐私信息。针对图像手工录入过程中多方参与但未进行任何约束而造成的任务分配不可信,录入结果不可信以及支付不可信的问题,提出一种面向外包图像录入过程的可信方案。融合区块链构建外包图像录入场景下的可信框架。首先分配上链,通过GODSS算法完成全局最优服务选择,且任务分配结果可追溯。其次结果上链,区块链上已加密的录入结果只有被授权的客户才可搜索解密。最后检查上链,编写智能合约在一定程度上避免恶意事件的发生。从匹配正确性、解密正确性和鲁棒性进行理论分析,并在时延、篡改成功所需的时间、恶意事件处理时间上进行实验,表明该可信框架确实在一定程度上增强外包图像手工录入过程的可信性。