Extrair dados de passaporte em C# com IronOCR

Como extrair dados de passaporte em C#?

Como exemplo, usaremos uma imagem de passaporte como entrada para demonstrar a funcionalidade do IronOCR. Após carregar a imagem usando OcrInput, você pode utilizar o método ReadPassport para identificar e extrair informações do passaporte. Este método retorna um objeto OcrPassportResult, que contém propriedades como GivenNames, Country, PassportNumber, Surname, DateOfBirth, DateOfExpiry, Gender, DocumentType, Nacionalidade, NacionalidadeCode, IssuingCountryCode, PersonalNumber e DateOfIssue.

O método ReadPassport faz parte das capacidades especializadas de leitura de documentos do IronOCR, que também inclui métodos para leitura de placas de veículos , cheques MICR e outros documentos estruturados. O método utiliza técnicas avançadas de visão computacional para localizar e extrair automaticamente a área da MRZ (Zona Legível por Máquina).

• Atualmente, este método funciona apenas para passaportes emitidos em inglês.
• O uso da verificação avançada no .NET Framework exige que o projeto seja executado em arquitetura x64.
• Para usuários de Mac, observem que o método ReadPassport atualmente não rotaciona a entrada automaticamente. Ao utilizar a entrada, certifique-se de que o MRZ esteja sempre na parte inferior do arquivo; caso contrário, o processo falhará.
  )}]

Qual formato de imagem para passaporte devo usar?

O IronOCR suporta diversos formatos de imagem , incluindo JPG, PNG, TIFF e BMP. Para obter os melhores resultados, certifique-se de que a imagem do seu passaporte tenha resolução adequada (pelo menos 300 DPI) e iluminação apropriada. As configurações de DPI podem ser ajustadas caso esteja trabalhando com digitalizações de baixa qualidade.

: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);
Console.WriteLine(result.PassportInfo.Gender);
Console.WriteLine(result.PassportInfo.DocumentType);
Console.WriteLine(result.PassportInfo.Nationality);
Console.WriteLine(result.PassportInfo.NationalityCode);
Console.WriteLine(result.PassportInfo.IssuingCountryCode);
Console.WriteLine(result.PassportInfo.PersonalNumber);
Console.WriteLine(result.PassportInfo.DateOfIssue);

Imports IronOcr
Imports System

' Instantiate OCR engine
Dim ocr As New IronTesseract()

Using inputPassport As 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)
    Console.WriteLine(result.PassportInfo.Gender)
    Console.WriteLine(result.PassportInfo.DocumentType)
    Console.WriteLine(result.PassportInfo.Nationality)
    Console.WriteLine(result.PassportInfo.NationalityCode)
    Console.WriteLine(result.PassportInfo.IssuingCountryCode)
    Console.WriteLine(result.PassportInfo.PersonalNumber)
    Console.WriteLine(result.PassportInfo.DateOfIssue)
End Using

Que tipo de resultado posso esperar do ReadPassport?

Os dados extraídos são retornados em um formato estruturado que facilita a integração com sistemas existentes. A classe OcrResult fornece acesso completo a todas as informações extraídas.

Em seguida, acessamos o membro de dados PassportInfo obtido do objeto OcrPassportResult. O processo de extração lida automaticamente com vários layouts e formatos de passaporte, fornecendo resultados consistentes em diferentes países emissores.

• GivenNames: Uma propriedade de PassportInfo retorna os nomes fornecidos na entrada do passaporte como uma string. Isso corresponde à primeira linha de dados MRZ, posições 4 a 44.
• Country: Uma propriedade de PassportInfo retorna o país do passaporte inserido como uma string. Isso corresponde à primeira linha de dados MRZ, posições 2 a 3. A string retornada exibe o nome completo do país emissor em vez da abreviação. Em nosso exemplo, "USA" retorna "Estados Unidos da América".
• PassportNumber: Uma propriedade de PassportInfo retorna o número do passaporte inserido como uma string. Isso corresponde à segunda linha de dados MRZ, posições de 1 a 9.
• Surname: Uma propriedade de PassportInfo retorna o sobrenome do passaporte como uma string. Isso corresponde à primeira linha de dados MRZ, posições 4 a 44.
• DateOfBirth: Uma propriedade de PassportInfo retorna a data de nascimento do passaporte como uma string no formato AAAA-MM-DD. Isso corresponde à segunda linha de dados MRZ, posições 14 a 19.
• DateOfExpiry: Um membro da propriedade PassportInfo retorna a data de validade do passaporte como uma string no formato AAAA-MM-DD. Isso corresponde à segunda linha de dados MRZ, posições 22 a 27.
• Gender: Retorna o gênero da posição 21 do MRZ como Gender.Male, Gender.Female ou Gender.Unspecified.
• DocumentType: Retorna o tipo de documento das posições 1-2 da MRZ, como "P" para passaporte, "PS" para serviço ou "PD" para diplomático.
• Nacionalidade: Retorna o nome completo do país em inglês, derivado das posições 11 a 13 da MRZ.
• NacionalidadeCode: Retorna o código ISO 3166-1 alfa-3 bruto das posições MRZ 11-13.
• IssuingCountryCode: Retorna o código ISO 3166-1 alfa-3 bruto para o estado emissor das posições MRZ 3-5.
• PersonalNumber: Retorna o número de identificação nacional opcional das posições MRZ 29-42.
• DateOfIssue: Retorna a data de emissão extraída da Zona de Inspeção Visual (VIZ) por meio de correspondência de rótulos com o melhor esforço possível em 27 idiomas.

---

Que informações da MRZ posso extrair de passaportes?

O IronOCR lê as informações da MRZ contidas nas duas últimas linhas de qualquer passaporte que siga o padrão da OACI (Organização da Aviação Civil Internacional). Os dados MRZ consistem em duas linhas de dados, com cada conjunto de posições contendo informações únicas. Segue uma breve tabela mostrando qual informação corresponde ao índice da linha.

A funcionalidade de análise MRZ no IronOCR foi projetada para lidar com variações na qualidade de impressão e na orientação da imagem . Para documentos complexos, você pode aplicar filtros de correção de imagem para melhorar a precisão do reconhecimento.

Qual é o aspecto da seção MRZ?

A MRZ geralmente está localizada na parte inferior da página do passaporte e consiste em duas linhas de texto padronizado. Compreender a estrutura da MRZ ajuda a solucionar problemas de extração e a validar os resultados.

Primeira fila

Posição	Campo	Descrição
1	Tipo de documento	Normalmente, 'P' significa passaporte.
2-3	País emissor	Código de país de três letras (ISO 3166-1 alfa-3)
4-44	Sobrenome e nome próprio	Sobrenome seguido de '<<' e depois nomes próprios separados por '<'

Segunda fila

Posição	Campo	Descrição
1-9	Número do passaporte	Número de passaporte único
10	Dígito verificador (número do passaporte)	Dígito verificador do número do passaporte
11-13	Nacionalidade	Código de nacionalidade de três letras (ISO 3166-1 alfa-3)
14-19	Data de nascimento	Data de nascimento no formato AAMMDD
20	Dígito verificador (data de nascimento)	Dígito verificador da data de nascimento
21	Sexo	Sexoo ('M' para masculino, 'F' para feminino, 'X' para não especificado)
22-27	Data de Expiração	Data de validade no formato AAMMDD
28	Dígito verificador (data de validade)	Dígito verificador da data de validade
29-42	Número pessoal	Número pessoal opcional (normalmente o número de identificação nacional)
43	Dígito de verificação (número pessoal)	Dígito verificador do número pessoal
44	Dígito de verificação (composto)	Dígito verificador geral

---

Como posso depurar e verificar os resultados da extração do passaporte?

Também podemos verificar os resultados do IronOCR obtendo o texto bruto extraído da imagem do passaporte e o nível de confiança para confirmar se as informações extraídas são precisas. Usando o exemplo acima, podemos acessar as propriedades Confidence e Text do objeto OcrPassportResult.

Para fins de depuração, você pode querer destacar regiões de texto para verificar visualmente quais áreas foram reconhecidas. Essa funcionalidade é particularmente útil para solucionar problemas de extração ou otimizar regiões de digitalização.

: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: A propriedade Confidence de OcrPassportResult é um número de ponto flutuante que indica a confiança na precisão estatística do OCR como uma média de cada caractere. Esse valor é menor se a imagem do passaporte estiver desfocada ou contiver outras informações. Um representa o nível mais alto e o maior nível de confiança, enquanto zero representa o nível mais baixo e o menor nível de confiança. Para aplicações de produção, considere implementar limites de confiança nos resultados para garantir a qualidade dos dados.
• Text: A propriedade Text de OcrPassportResult contém o texto bruto, não analisado, extraído da imagem do passaporte. Os desenvolvedores podem usar isso em testes unitários para verificar o texto extraído da imagem do passaporte. Para cenários avançados, você pode exportar os resultados no formato hOCR para análises adicionais.

Melhores práticas para aplicativos de digitalização de passaportes

Ao implementar a leitura de passaportes em ambientes de produção, considere estes fatores adicionais:

1. Qualidade da imagem : Certifique-se de que as imagens de entrada atendam aos padrões mínimos de qualidade. O Assistente de Filtros pode ajudar a otimizar imagens para melhor reconhecimento.

2. Desempenho : Para processamento de alto volume, implemente suporte assíncrono e considere o processamento em lote com múltiplos passaportes.

3. Segurança : Como os dados do passaporte são sensíveis, assegure-se do manuseio adequado dos dados e considere a integração com sistemas seguros de gerenciamento de documentos.

4. Validação : Implemente a validação do dígito verificador para os dados MRZ extraídos, a fim de garantir a precisão. O formato MRZ inclui vários dígitos de verificação que podem ser usados ​​para verificar a integridade das informações extraídas.

5. Tratamento de erros : Implemente um tratamento de erros robusto para casos em que as imagens de passaporte possam estar danificadas, mal iluminadas ou contenham formatos não padronizados.