使用 IronOCR 在 C# 中提取护照数据

如何在 C# 中提取护照数据？

例如，我们将使用护照图像作为输入来展示 IronOCR 的功能。 使用OcrInput加载图像后，您可以利用ReadPassport方法识别和提取护照信息。 此方法返回一个OcrPassportResult对象，其中包含GivenNames 、 Country 、 PassportNumber 、 Surname 、 DateOfBirth和DateOfExpiry等属性。 PassportInfo对象的所有成员均为字符串。

ReadPassport 方法是 IronOCR 专业文档阅读功能的一部分，该功能还包括用于读取车牌、MICR 支票和其他结构化文档的方法。 该方法使用先进的计算机视觉技术来自动定位和提取 MRZ（机器可读区域）区域。

我应该使用哪种护照图片格式？

IronOCR 支持各种 图像格式，包括 JPG、PNG、TIFF 和 BMP。为获得最佳效果，请确保您的护照图像具有足够的分辨率（至少 300 DPI）和适当的光照。 如果扫描质量较低，可以调整 DPI 设置。

: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)

ReadPassport 可以提供哪些输出？

提取的数据将以结构化格式返回，以便于与现有系统集成。 OcrResult 类提供了对所有提取信息的全面访问。

然后我们访问从OcrPassportResult对象获得的PassportInfo数据成员。 提取过程可自动处理各种护照布局和格式，在不同的签发国家提供一致的结果。

• GivenNames ： PassportInfo的一个属性，以字符串形式返回护照输入的姓名。 这相当于 MRZ 数据行的第一行，位置 4 至 44。
• Country ： PassportInfo的一个属性，以字符串形式返回护照输入的国家/地区。 这相当于 MRZ 数据行的第一行，位置 2 至 3。 返回的字符串拼出了发行国的全名，而不是缩写。 在我们的例子中，USA 返回 "美利坚合众国"。
• PassportNumber ： PassportInfo的一个属性，以字符串形式返回护照输入的护照号码。 这相当于 MRZ 数据行的第二行，位置 1 至 9。
• Surname ： PassportInfo的一个属性，以字符串形式返回护照输入的姓氏。 这相当于 MRZ 数据行的第一行，位置 4 至 44。
• DateOfBirth ： PassportInfo的一个属性，以 YYYY-MM-DD 格式的字符串返回护照输入的出生日期。 这相当于 MRZ 数据行的第二行，位置 14 至 19。
• DateOfExpiry ： PassportInfo的一个属性成员，以 YYYY-MM-DD 格式的字符串返回护照输入的到期日期。 这相当于 MRZ 数据行的第二行，位置 22 至 27。

---

我可以从护照中提取哪些 MRZ 信息？

IronOCR 可读取任何遵循（国际民用航空组织）ICAO标准的护照底部两行中包含的 MRZ 信息。 MRZ 数据由两行数据组成，每组位置包含唯一的信息。 下面的简表显示了哪些信息与该行的索引相对应。

IronOCR 中的 MRZ 解析功能旨在处理打印质量和图像方向的变化。 对于具有挑战性的文档，您可以应用图像校正过滤器来提高识别准确性。

MRZ 部分看起来像什么？

MRZ 通常位于护照页面的底部，由两行标准化文本组成。 了解 MRZ 结构有助于排除提取问题和验证结果。

第一排

职位	字段	说明
1	文档类型	通常"P"代表护照。
2-3	签发国	三字母国家代码（ISO 3166-1 alpha-3）
4-44	姓氏和名字	姓氏后跟"<<"，名字后跟"<"分隔。

第二排

职位	字段	说明
1-9	护照号码	唯一护照号码
10	校验位（护照号码）	护照号码校验位
11-13	国籍	三字母国籍代码（ISO 3166-1 alpha-3）
14-19	出生日期	出生日期（YYMMDD格式）
20	校验位（出生日期）	出生日期校验位
21	性别	性别（'M' 代表男性，'F' 代表女性，'X' 代表未指定）
22-27	到期日期	到期日期（YYMMDD 格式）
28	校验位（到期日期）	有效期校验位
29-42	个人号码	可选的个人号码（通常为国民身份证号码）
43	校验位（个人号码）	个人号码的校验位
44	校验位（复合）	总体校验位

---

如何调试和验证护照提取结果？

我们还可以通过获取从护照图像中提取的原始文本和置信度来验证 IronOCR 的结果，从而确认提取的信息是否准确。 以上述示例为例，我们可以访问OcrPassportResult对象的Confidence和Text属性。

出于调试目的，您可能需要高亮显示文本区域，以便直观地验证哪些区域已被识别。 该功能在排除提取问题或优化扫描区域时特别有用。

: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);

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)

！VS 代码调试控制台显示护照数据输出，包括个人详细信息、国家和编码字符串。

• Confidence ： OcrPassportResult的Confidence属性是一个浮点数，表示 OCR 统计准确度置信度，即每个字符的平均值。 如果护照图像模糊或包含其他信息，该浮动值会降低。 1 表示信心最高，0 表示信心最低。 对于生产应用程序，请考虑实施 结果置信度阈值，以确保数据质量。
• Text ： OcrPassportResult的Text属性包含从护照图像中提取的原始、未解析的文本。 开发人员可将其用于单元测试，以验证提取的护照图像文本。 对于高级场景，您可以将结果导出为 hOCR 格式，以便进一步分析。

护照扫描应用程序的最佳实践

在生产环境中实施护照扫描时，还应考虑以下因素：

1.图像质量：确保输入图像符合最低质量标准。 Filter Wizard 可帮助优化图像以提高识别率。

2.性能：对于大批量处理，请实施 async 支持，并考虑批量处理多本护照。

3.安全性：由于护照数据是敏感数据，因此要确保妥善处理数据，并考虑与安全的文档管理系统集成。

4.验证：对提取的 MRZ 数据实施校验码验证，以确保准确性。 MRZ 格式包含多个校验码，可用于验证提取信息的完整性。

5.错误处理：针对护照图像可能损坏、光线不足或包含非标准格式的情况，实施强大的错误处理功能。