Extraer datos del pasaporte en C# con IronOCR

Ejemplo de extracción de datos de pasaporte

Como ejemplo, utilizaremos una imagen de pasaporte como entrada para mostrar la funcionalidad de IronOCR. Después de cargar la imagen usando OcrInput, puede utilizar el método ReadPassport para identificar y extraer información del pasaporte. Este método devuelve un objeto OcrPassportResult, que contiene propiedades como GivenNames, Country, PassportNumber, Surname, DateOfBirth y DateOfExpiry. Todos los miembros del objeto PassportInfo son cadenas de texto.

@@--SOPORTE-i-ABIERTO--@@

• El método actualmente solo funciona para pasaportes basados en inglés.
• Usar escaneo avanzado en .NET Framework requiere que el proyecto se ejecute en arquitectura x64.
• Para usuarios de Mac, tenga en cuenta que el método ReadPassport actualmente no rota automáticamente la entrada. Al usar la entrada, asegúrese de que el MRZ esté siempre en la parte inferior del archivo; de lo contrario, el proceso fallará. @@--CIERRE DE SOPORTE--@@

Pasaporte

:path=/static-assets/ocr/content-code-examples/how-to/read-passport-read-passport.cs

using IronOcr;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputPassport = new OcrInput();

inputPassport.LoadImage("passport.jpg");

// Perform OCR
OcrPassportResult result = ocr.ReadPassport(inputPassport);

// Output passport information
Console.WriteLine(result.PassportInfo.GivenNames);
Console.WriteLine(result.PassportInfo.Country);
Console.WriteLine(result.PassportInfo.PassportNumber);
Console.WriteLine(result.PassportInfo.Surname);
Console.WriteLine(result.PassportInfo.DateOfBirth);
Console.WriteLine(result.PassportInfo.DateOfExpiry);

Imports IronOcr
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputPassport = New OcrInput()

inputPassport.LoadImage("passport.jpg")

' Perform OCR
Dim result As OcrPassportResult = ocr.ReadPassport(inputPassport)

' Output passport information
Console.WriteLine(result.PassportInfo.GivenNames)
Console.WriteLine(result.PassportInfo.Country)
Console.WriteLine(result.PassportInfo.PassportNumber)
Console.WriteLine(result.PassportInfo.Surname)
Console.WriteLine(result.PassportInfo.DateOfBirth)
Console.WriteLine(result.PassportInfo.DateOfExpiry)

Resultado

Luego accedemos al miembro de datos PassportInfo obtenido del objeto OcrPassportResult.

• GivenNames: Una propiedad de PassportInfo devuelve los nombres dados de la entrada del pasaporte como una cadena. Esto corresponde a la primera fila de datos MRZ, con posiciones de 4 a 44.
• Country: Una propiedad de PassportInfo devuelve el país de la entrada del pasaporte como una cadena. Esto corresponde a la primera fila de datos MRZ, con posiciones de 2 a 3. La cadena devuelta deletreará el nombre completo del país emisor en lugar de la abreviatura. En nuestro ejemplo, los EE.UU. devuelven 'Estados Unidos de América'.
• PassportNumber: Una propiedad de PassportInfo devuelve el número de pasaporte de la entrada del pasaporte como una cadena. Esto corresponde a la segunda fila de datos MRZ, con posiciones de 1 a 9.
• Surname: Una propiedad de PassportInfo devuelve el apellido de la entrada del pasaporte como una cadena. Esto corresponde a la primera fila de datos MRZ, con posiciones de 4 a 44.
• DateOfBirth: Una propiedad de PassportInfo devuelve la fecha de nacimiento de la entrada del pasaporte como una cadena en el formato AAAA-MM-DD. Esto corresponde a la segunda fila de datos MRZ, con posiciones de 14 a 19.
• DateOfExpiry: Un miembro de propiedad de PassportInfo devuelve la fecha de vencimiento de la entrada del pasaporte como una cadena en el formato AAAA-MM-DD. Esto corresponde a la segunda fila de datos MRZ, con posiciones de 22 a 27.

---

Entender la información de MRZ

IronOCR lee la información MRZ que se encuentra en las dos filas inferiores de cualquier pasaporte que siga el estándar de la (Organización de Aviación Civil Internacional) ICAO. Los datos MRZ constan de dos filas de datos, cada conjunto de posiciones contiene información única. Aquí hay una breve tabla sobre qué información corresponde al índice de la Fila.

Entrada de ejemplo

Primera fila

Posición	Campo	Descripción
1	Tipo de documento	Normalmente 'P' de pasaporte
2-3	País emisor	Código de país de tres letras (ISO 3166-1 alfa-3)
4-44	Apellido y nombres de pila	Apellido seguido de '<<' y luego nombres separados por '<'

Segunda fila

Posición	Campo	Descripción
1-9	Número de pasaporte	Número de pasaporte único
10	Dígito de control (Número de pasaporte)	Dígito de control del número de pasaporte
11-13	Nacionalidad	Código de nacionalidad de tres letras (ISO 3166-1 alfa-3)
14-19	Fecha de nacimiento	Fecha de nacimiento en formato AAMMDD
20	Dígito de control (Fecha de nacimiento)	Dígito de control para la fecha de nacimiento
21	Sexo	Género ('M' para masculino, 'F' para femenino, 'X' para no especificado)
22-27	Fecha de vencimiento	Fecha de vencimiento en formato AAMMDD
28	Dígito de control (fecha de vencimiento)	Dígito de control para la fecha de caducidad
29-42	Número personal	Número personal opcional (normalmente el número de identificación nacional)
43	Dígito de control (Número personal)	Dígito de control del número personal
44	Dígito de control (compuesto)	Dígito de control general

---

Depuración

También podríamos verificar los resultados de IronOCR obteniendo el texto extraído crudo de la imagen del pasaporte y el nivel de confianza para confirmar si la información extraída es precisa. Usando el ejemplo anterior, podemos acceder a las propiedades Confidence y Text del objeto OcrPassportResult.

:path=/static-assets/ocr/content-code-examples/how-to/read-passport-debug.cs

using IronOcr;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

using var inputPassport = new OcrInput();

inputPassport.LoadImage("passport.jpg");

// Perform OCR
OcrPassportResult result = ocr.ReadPassport(inputPassport);

// Output Confidence level and raw extracted text
Console.WriteLine(result.Confidence);
Console.WriteLine(result.Text);

Imports IronOcr
Imports System

' Instantiate OCR engine
Private ocr = New IronTesseract()

Private inputPassport = New OcrInput()

inputPassport.LoadImage("passport.jpg")

' Perform OCR
Dim result As OcrPassportResult = ocr.ReadPassport(inputPassport)

' Output Confidence level and raw extracted text
Console.WriteLine(result.Confidence)
Console.WriteLine(result.Text)

• Confidence: La propiedad Confidence de OcrPassportResult es un flotante que indica la precisión estadística del OCR como un promedio de cada carácter. Este flotante sería menor si la imagen del pasaporte está borrosa o contiene otra información. Uno es el más alto y más confiado, y 0 es el más bajo y el menos confiado.
• Text: La propiedad Text de OcrPassportResult contiene el texto crudo y sin analizar extraído de la imagen del pasaporte. Los desarrolladores podrían usar esto en pruebas unitarias para verificar el texto extraído de la imagen del pasaporte.