使用IronOCR在 C# 中提取護照數據

如何在C#中擷取護照資料？

例如，我們將使用護照影像作為輸入來展示IronOCR的功能。 使用 OcrInput 載入圖片後，您可以利用 ReadPassport 方法識別和提取護照資訊。 此方法傳回一個 OcrPassportResult 對象，其中包含 DateOfBirth@, @@CODE-411@CODE-"屬性。 PassportInfo 物件的所有成員都是字串。

ReadPassport 方法是 IronOCR 專門的文件讀取功能的一部分，該功能還包括讀取車牌、 MICR 支票和其他結構化文件的方法。 此方法利用先進的電腦視覺技術自動定位和提取 MRZ(機器可讀區域)區域。

我應該使用哪種護照照片格式？

IronOCR支援多種影像格式，包括 JPG、PNG、TIFF 和 BMP。為獲得最佳識別效果，請確保您的護照照片具有足夠的解析度(至少 300 DPI)和良好的光線。 如果處理的是低品質掃描件，可以調整DPI 設定。

: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);

ReadPassport 可以輸出什麼內容？

提取的資料以結構化格式返回，以便於與現有系統整合。 OcrResult 類別提供了對所有提取資訊的全面存取。

然後我們存取從 OcrPassportResult 物件獲得的 PassportInfo 資料成員。 提取過程可自動處理各種護照佈局和格式，在不同的簽發國家/地區提供一致的結果。

• GivenNames: PassportInfo 的屬性以字串形式傳回護照輸入的給定名稱。 這對應於 MRZ 資料的第一行，位置 4 到 44。
• Country: PassportInfo 的屬性以字串形式傳回護照輸入的國家。 這對應於 MRZ 資料的第一行，位置 2 到 3。傳回的字串拼出簽發國家的全名，而不是縮寫。 在我們的例子中，USA 返回"美利堅合眾國"。
• PassportNumber: PassportInfo 的一個屬性傳回護照輸入的護照號碼字串。 這對應於第二個 MRZ 資料行，位置 1 到 9。
• Surname: PassportInfo 的屬性以字串形式傳回護照輸入的姓氏。 這對應於 MRZ 資料的第一行，位置 4 到 44。
• DateOfBirth: PassportInfo 的一個屬性以 YYYY-MM-DD 格式傳回護照輸入的出生日期字串。 這對應於 MRZ 資料的第二行，位置 14 到 19。
• DateOfExpiry: PassportInfo 的屬性成員以 YYYY-MM-DD 格式傳回護照輸入的到期日期字串。 這對應於 MRZ 資料的第二行，位置 22 到 27。

---

我可以從護照中提取哪些MRZ資訊？

IronOCR讀取符合國際民用航空組織 ( ICAO ) 標準的任何護照底部兩行中包含的 MRZ 資訊。 MRZ 資料由兩行資料組成，每行資料包含一組位置資訊。 下面這張簡表顯示了哪些資訊與行的索引相對應。

IronOCR中的 MRZ 解析功能旨在處理列印品質和影像方向的變化。 對於識別難度較高的文檔，您可以應用影像校正濾鏡來提高識別準確度。

MRZ 區域是什麼樣的？

MRZ 通常​​位於護照頁的底部，由兩行標準化的文字組成。 了解 MRZ 結構有助於解決提取問題和驗證結果。

第一排

位置	場地	描述
1	文件類型	通常"P"代表護照。
2-3	簽發國	三字母國家代碼(ISO 3166-1 alpha-3)
4-44	姓氏和名字	姓氏後面跟著"<<"，名字後面跟著"<"分隔。

第二排

位置	場地	描述
1-9	護照號碼	唯一護照號碼
10	校驗位(護照號碼)	護照號碼校驗位
11-13	國籍	三字母國籍代碼(ISO 3166-1 alpha-3)
14-19	出生日期	出生日期(YYMMDD格式)
20	校驗位(出生日期)	出生日期校驗位
21	性別	性別('M' 代表男性，'F' 代表女性，'X' 代表未指定)
22-27	到期日期	到期日(YYMMDD 格式)
28	校驗位(到期日)	有效期校驗位
29-42	個人號碼	可選的個人號碼(通常為國民身分證號碼)
43	校驗位(個人號碼)	個人號碼的校驗位
44	校驗位(複合)	整體校驗位

---

如何調試和驗證護照資訊提取結果？

我們還可以透過取得從護照影像中提取的原始文字和置信度來驗證IronOCR的結果，以確認提取的資訊是否準確。 以上面的例子為例，我們可以存取 Confidence 和 Text 物件的屬性。

為了進行偵錯，您可能需要突出顯示文字區域，以便直觀地驗證哪些區域已被識別。 此功能在排查擷取問題或最佳化掃描區域時特別有用。

: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);

• Confidence: Confidence 屬性來自 OcrPassportResult，該屬性是浮點數，表示 OCR 統計準確度置信度，即每個字元的平均值。 如果護照照片模糊或包含其他訊息，則此浮動值會降低。 1代表最高且最有信心，0代表最低且最沒有信心。 對於生產應用，可以考慮實施結果置信度閾值來確保資料品質。
• Text: Text 屬性來自 OcrPassportResult，其中包含從護照圖像中提取的原始、未解析的文本。 開發人員可以在單元測試中使用此功能來驗證從護照圖像中提取的文字。 對於進階場景，您可以將結果匯出為hOCR 格式以進行進一步分析。

護照掃描申請的最佳實踐

在生產環境中部署護照掃描時，請考慮以下其他因素：

1.影像品質：確保輸入影像符合最低品質標準。 濾鏡精靈可以幫助優化影像，從而提高辨識效果。

2.性能：對於大批量處理，實現非同步支援並考慮批量處理多個護照。

3.安全性：由於護照資料敏感，請確保妥善處理數據，並考慮與安全文件管理系統整合。

4.驗證：對擷取的 MRZ 資料實施校驗位驗證，以確保準確性。 MRZ 格式包含多個校驗位，可用於驗證擷取資訊的完整性。

5.錯誤處理：針對護照影像可能損壞、光線不足或包含非標準格式的情況，實施強大的錯誤處理。