Cómo leer documentos de identidad usando OCR en C#

Cómo leer documentos de identidad mediante OCR en C

1. Crea un nuevo proyecto en C# en Visual Studio
2. Instale la biblioteca .NET IronOCR y agréguele a su proyecto.
3. Lea imágenes de documentos de identidad usando la biblioteca IronOCR.
4. Lea los documentos de identidad a partir de PDFs.

IronOCR, creado y mantenido por Iron Software, sirve como una poderosa biblioteca para Ingenieros de Software en C#, facilitando OCR, Escaneo de Códigos de Barras y Extracción de Texto dentro de proyectos .NET.

Características principales de IronOCR

Requisitos previos

1. Visual Studio: Asegúrese de tener instalado Visual Studio o cualquier otro entorno de desarrollo C#.
2. Administrador de Paquetes NuGet: Asegúrate de poder usar NuGet para gestionar paquetes en tu proyecto.

Paso 1: Crear un nuevo proyecto de C# en Visual Studio

Comience creando una nueva aplicación de consola C# en Visual Studio, o, alternativamente, utilice un proyecto existente. Seleccione "Agregar Nuevo Proyecto" desde el Menú, luego seleccione aplicación de consola de las plantillas a continuación.

Proporcione un nombre de proyecto y ubicación en las ventanas de abajo.

Seleccione la versión .NET requerida.

Haga clic en el botón Crear para crear el nuevo proyecto.

Paso 2: Instale la biblioteca IronOCR y agréguela a su proyecto.

IronOCR se puede encontrar en el administrador de paquetes NuGet y se puede instalar usando la consola del administrador de paquetes con el siguiente comando:

Install-Package IronOcr

IronOCR también se puede instalar usando Visual Studio. Abra el administrador de paquetes NuGet, busque IronOCR como se muestra a continuación y haga clic en instalar.

Una vez instalado, la aplicación está lista para usar IronOCR para leer cualquier documento de identidad para la extracción de datos y verificación de identidad, reduciendo el trabajo de entrada manual de datos.

Paso 3: Leer imágenes de documentos de identidad utilizando la biblioteca IronOCR

Usar OCR para procesar documentos de identificación involucra muchos pasos, que se detallan a continuación.

using IronOcr;

class Program
{
    public static void Main()
    {
        // Configure IronTesseract with language and other settings
        var ocrTesseract = new IronTesseract()
        {
            Language = OcrLanguage.EnglishBest,
            Configuration = new TesseractConfiguration()
            {
                ReadBarCodes = false, // Disable reading of barcodes
                BlackListCharacters = "`ë|^", // Blacklist specific characters
                PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd, // Set page segmentation mode
            }
        };

        // Define the OCR input image
        using var ocrInput = new OcrInput("id1.png");

        // Perform OCR on the input image
        var ocrResult = ocrTesseract.Read(ocrInput);

        // Display the extracted text
        Console.WriteLine(ocrResult.Text);
    }
}

using IronOcr;

class Program
{
    public static void Main()
    {
        // Configure IronTesseract with language and other settings
        var ocrTesseract = new IronTesseract()
        {
            Language = OcrLanguage.EnglishBest,
            Configuration = new TesseractConfiguration()
            {
                ReadBarCodes = false, // Disable reading of barcodes
                BlackListCharacters = "`ë|^", // Blacklist specific characters
                PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd, // Set page segmentation mode
            }
        };

        // Define the OCR input image
        using var ocrInput = new OcrInput("id1.png");

        // Perform OCR on the input image
        var ocrResult = ocrTesseract.Read(ocrInput);

        // Display the extracted text
        Console.WriteLine(ocrResult.Text);
    }
}

Imports IronOcr

Friend Class Program
	Public Shared Sub Main()
		' Configure IronTesseract with language and other settings
		Dim ocrTesseract = New IronTesseract() With {
			.Language = OcrLanguage.EnglishBest,
			.Configuration = New TesseractConfiguration() With {
				.ReadBarCodes = False,
				.BlackListCharacters = "`ë|^",
				.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd
			}
		}

		' Define the OCR input image
		Dim ocrInput As New OcrInput("id1.png")

		' Perform OCR on the input image
		Dim ocrResult = ocrTesseract.Read(ocrInput)

		' Display the extracted text
		Console.WriteLine(ocrResult.Text)
	End Sub
End Class

Paso 4: Leer documentos de identidad desde archivos PDF.

También podemos leer desde documentos PDF. Para esto, podemos usar la biblioteca IronPDF de Iron Software. Primero, instala la biblioteca como se indica:

Install-Package IronOcr

using IronOcr;
using IronPdf;

class Program
{
    public static void Main()
    {
        // Load the PDF document
        var pdfReader = new PdfDocument("id1.pdf");

        // Initialize IronTesseract for OCR
        var ocrTesseract = new IronTesseract();

        // Create OCR input from the PDF stream
        using var ocrInput = new OcrInput();
        ocrInput.AddPdf(pdfReader.Stream);

        // Perform OCR on the PDF input
        var ocrResult = ocrTesseract.Read(ocrInput);

        // Display the extracted text
        Console.WriteLine(ocrResult.Text);
    }
}

using IronOcr;
using IronPdf;

class Program
{
    public static void Main()
    {
        // Load the PDF document
        var pdfReader = new PdfDocument("id1.pdf");

        // Initialize IronTesseract for OCR
        var ocrTesseract = new IronTesseract();

        // Create OCR input from the PDF stream
        using var ocrInput = new OcrInput();
        ocrInput.AddPdf(pdfReader.Stream);

        // Perform OCR on the PDF input
        var ocrResult = ocrTesseract.Read(ocrInput);

        // Display the extracted text
        Console.WriteLine(ocrResult.Text);
    }
}

Imports IronOcr
Imports IronPdf

Friend Class Program
	Public Shared Sub Main()
		' Load the PDF document
		Dim pdfReader = New PdfDocument("id1.pdf")

		' Initialize IronTesseract for OCR
		Dim ocrTesseract = New IronTesseract()

		' Create OCR input from the PDF stream
		Dim ocrInput As New OcrInput()
		ocrInput.AddPdf(pdfReader.Stream)

		' Perform OCR on the PDF input
		Dim ocrResult = ocrTesseract.Read(ocrInput)

		' Display the extracted text
		Console.WriteLine(ocrResult.Text)
	End Sub
End Class

El código anterior usa IronPDF para cargar el documento id1.pdf, y el PDF se pasa como flujo a OcrInput y ocrTesseract.

{
    "IRONOCR-LICENSE-KEY": "your license key"
}

Casos de uso

1. Verificación de Identidad en Servicios Financieros:

• Uso: Los bancos e instituciones financieras utilizan OCR para leer documentos de identidad como pasaportes, licencias de conducir y tarjetas de identificación durante el proceso de incorporación de clientes y el proceso de KYC.
• Beneficios: Asegura una verificación de identidad precisa y eficiente para la creación de cuentas, solicitudes de préstamos y otras transacciones financieras.

2. Control Fronterizo e Inmigración:

• Uso: Las autoridades de inmigración emplean tecnología OCR para leer y autenticar información de pasaportes y visas en puntos de control fronterizos.
• Beneficios: Agiliza el proceso de inmigración, mejora la seguridad y reduce los errores de entrada de datos manual.

3. Control de Acceso y Seguridad:

• Uso: OCR se utiliza en sistemas de control de acceso para leer información de tarjetas de identificación, credenciales de empleados o escaneos de reconocimiento facial para el acceso seguro a edificios o áreas restringidas.
• Beneficios: Mejora la seguridad al garantizar que solo individuos autorizados tengan acceso y proporciona un registro digital de entradas.

4. Servicios de Gobierno Electrónico:

• Uso: Las agencias gubernamentales usan OCR para procesar y verificar documentos de identificación presentados en línea para servicios como renovaciones de licencias de conducir, presentaciones de impuestos y solicitudes de permisos.
• Beneficios: Mejora la eficiencia, reduce el papeleo y mejora la experiencia general de los ciudadanos.

5. Verificación de Identidad en el Sector Salud:

• Uso: Los proveedores de atención médica usan OCR para leer información de identificaciones de pacientes, tarjetas de seguro y otros documentos de identidad para un registro preciso de pacientes.
• Beneficios: Facilita una identificación precisa del paciente, asegura una gestión adecuada de los registros médicos y apoya los procesos de facturación.

6. Registro Automatizado en Hoteles:

• Uso: Los hoteles implementan OCR para procesos de registro automatizados escaneando los documentos de identidad de los huéspedes, agilizando el proceso de registro.
• Beneficios: Mejora la experiencia del huésped, reduce el tiempo de registro y minimiza errores en la captura de información del huésped.

7. Ciudades Inteligentes y Servicios Públicos:

• Uso: OCR se aplica en iniciativas de ciudades inteligentes para leer documentos de identidad para servicios como acceso a transporte público, membresías de bibliotecas y registros de eventos de la ciudad.
• Beneficios: Mejora la eficiencia de los servicios públicos, facilita el acceso sin interrupciones y mejora la experiencia de vida urbana.

8. Administración Educativa:

• Uso: Las instituciones educativas usan OCR para procesar y verificar documentos de identificación durante la admisión de estudiantes, exámenes y emisión de credenciales académicas.
• Beneficios: Asegura registros precisos de los estudiantes, reduce la carga administrativa y mejora la integridad de los procesos académicos.

Conclusión

Integrar la tecnología OCR en su aplicación C# utilizando IronOCR le permite extraer información eficientemente de documentos de identidad. Esta guía integral proporciona los pasos necesarios para configurar su proyecto y usar IronOCR para leer y procesar imágenes de documentos de identidad. Experimente con los ejemplos de código para adaptar el proceso de extracción a sus requisitos específicos, proporcionando una solución automatizada y fluida para gestionar los datos de documentos de identidad.