Паспорт РФ
ФИО, дата рождения, серия и номер, орган выдачи и код подразделения.
OCR Anketus.
Фото документа.
Готовые поля.
Разработали API, который извлекает данные из документов и возвращает их для заполнения анкеты. Значения полей, предупреждения и проверки собраны в одном ответе.
4типа документов
4формата файлов
2OCR-движка
Подключён к сервису анкет Zagran
Данные для анкетыв структурированном ответе
О проекте
Перенести данные
из фото в анкету
Паспортные реквизиты, даты, данные ребёнка и адрес регистрации приходится вводить в формы вручную. На фотографии эти сведения уже есть, но у документов разная структура, шрифты и качество снимка.
Сделали отдельный сервис распознавания. Он принимает файл, выбирает конвейер документа и возвращает готовые поля с проверками. Анкета может подставить результат и оставить пользователю возможность сверить и исправить данные.
Загранпаспорт
Реквизиты, даты, орган выдачи и данные машиночитаемой зоны.
Свидетельство о рождении
Данные ребёнка, родителей, серия, номер и актовая запись.
Регистрация
Дата регистрации, исходная строка адреса и его отдельные части.
Результат распознавания
Каждому документу
свой набор полей
Ответ API содержит значения, оценки уверенности и признаки проверки. Частичный результат помогает заполнить найденные поля и выделить то, что требует уточнения.
Примеры ниже показывают структуру ответа API. Все персональные данные и оценки уверенности вымышлены
Пример ответа
Реквизиты и личные данные
Вымышленный образец
Паспорт РФИллюстрация входящего файла- Фамилия
- ИВАНОВУверенность: 0,98
- Имя
- ИВАНУверенность: 0,97
- Серия
- 4500Уверенность: 0,96
- Номер
- 123456Уверенность: 0,96
- Дата рождения
- 1990-01-15Уверенность: 0,95
- Код подразделения
- 770-001Уверенность: 0,89
Разворот делится на зоны. Поля с разных страниц дополняют общий результат: личные данные, серия, номер и орган выдачи.
Посмотреть ответ API в JSON
{
"request_id": "demo-request",
"status": "success",
"document_type": "passport_rf_internal",
"detected_document_type": "passport_rf_internal",
"fields": {
"last_name": {
"value": "ИВАНОВ",
"confidence": 0.98
},
"first_name": {
"value": "ИВАН",
"confidence": 0.97
},
"passport_series": {
"value": "4500",
"confidence": 0.96
},
"passport_number": {
"value": "123456",
"confidence": 0.96
},
"birth_date": {
"value": "1990-01-15",
"confidence": 0.95
},
"division_code": {
"value": "770-001",
"confidence": 0.89
}
},
"validation": {
"format_checks_passed": true,
"mrz_match": null,
"required_fields_present": true
},
"warnings": []
}Пример ответа
Часть полей готова, одно нужно уточнить
Вымышленный образец
ЗагранпаспортИллюстрация входящего файла- Серия
- 75Уверенность: 0,99
- Номер
- 1234567Уверенность: 0,99
- Дата выдачи
- 2024-02-10Уверенность: 0,96
- Действителен до
- 2034-02-10Уверенность: 0,99
- Имя
- IVANУверенность: 0,98
- Орган выдачи
- Нужно заполнитьПоле не найдено
Вымышленный пример частичного ответа. Серия, номер и даты распознаны, поле органа выдачи нужно заполнить вручную. Машиночитаемая зона помогает сверять реквизиты.
Посмотреть ответ API в JSON
{
"request_id": "demo-request",
"status": "partial",
"document_type": "passport_rf_international",
"detected_document_type": "passport_rf_international",
"fields": {
"passport_series": {
"value": "75",
"confidence": 0.99
},
"passport_number": {
"value": "1234567",
"confidence": 0.99
},
"issue_date": {
"value": "2024-02-10",
"confidence": 0.96
},
"expiration_date": {
"value": "2034-02-10",
"confidence": 0.99
},
"first_name": {
"value": "IVAN",
"confidence": 0.98
}
},
"validation": {
"format_checks_passed": true,
"mrz_match": true,
"required_fields_present": false
},
"warnings": [
"issued_by not detected"
]
}Пример ответа
Данные ребёнка и реквизиты записи
Вымышленный образец
СвидетельствоИллюстрация входящего файла- ФИО ребёнка
- ИВАНОВА АННА ИВАНОВНАУверенность: 0,96
- Дата рождения
- 2018-05-20Уверенность: 0,95
- Серия
- I-МЮУверенность: 0,94
- Номер
- 123456Уверенность: 0,97
- Актовая запись
- 1234Уверенность: 0,93
- ФИО матери
- ИВАНОВА МАРИЯ ПЕТРОВНАУверенность: 0,92
Отдельный конвейер учитывает формы свидетельств, подписи полей и похожие латинские и кириллические символы. Возвращаются данные ребёнка, родителей и актовой записи.
Посмотреть ответ API в JSON
{
"request_id": "demo-request",
"status": "success",
"document_type": "birth_certificate",
"detected_document_type": "birth_certificate",
"fields": {
"child_name": {
"value": "ИВАНОВА АННА ИВАНОВНА",
"confidence": 0.96
},
"birth_date": {
"value": "2018-05-20",
"confidence": 0.95
},
"series": {
"value": "I-МЮ",
"confidence": 0.94
},
"number": {
"value": "123456",
"confidence": 0.97
},
"act_number": {
"value": "1234",
"confidence": 0.93
},
"mother_name": {
"value": "ИВАНОВА МАРИЯ ПЕТРОВНА",
"confidence": 0.92
}
},
"validation": {
"format_checks_passed": true,
"mrz_match": null,
"required_fields_present": true
},
"warnings": []
}Пример ответа
Адрес из штампа регистрации
Вымышленный образец
РегистрацияИллюстрация входящего файла- Дата регистрации
- 2020-06-15Уверенность: 0,92
- Регион
- МОСКВАУверенность: 0,86
- Город
- МОСКВАУверенность: 0,88
- Улица
- ПРИМЕРНАЯУверенность: 0,82
- Дом
- 1Уверенность: 0,82
- Строка адреса
- Г. МОСКВА УЛ. ПРИМЕРНАЯ Д. 1Уверенность: 0,92
Сервис выделяет дату и части адреса: регион, город, улицу, дом. Исходная строка адреса сохраняется в ответе и помогает сверить результат распознавания штампа.
Посмотреть ответ API в JSON
{
"request_id": "demo-request",
"status": "success",
"document_type": "passport_rf_registration",
"detected_document_type": "passport_rf_registration",
"fields": {
"registration_date": {
"value": "2020-06-15",
"confidence": 0.92
},
"region": {
"value": "МОСКВА",
"confidence": 0.86
},
"city": {
"value": "МОСКВА",
"confidence": 0.88
},
"street": {
"value": "ПРИМЕРНАЯ",
"confidence": 0.82
},
"house": {
"value": "1",
"confidence": 0.82
},
"address_raw": {
"value": "Г. МОСКВА УЛ. ПРИМЕРНАЯ Д. 1",
"confidence": 0.92
}
},
"validation": {
"format_checks_passed": true,
"mrz_match": null,
"required_fields_present": true
},
"warnings": []
}Оценки уверенности относятся к отдельным распознанным полям и помогают выбрать данные для дополнительной проверки. В этом примере они заданы вручную для демонстрации.
Как работает
Из изображения
в структурированный ответ
Основной конвейер выполняется на сервере сервиса. Для обработки документа используются локальные OCR-движки, отдельные правила извлечения и проверки полей.
- 01
Файл
Фото или первая страница PDF
- 02
Подготовка
Границы, наклон и контраст
- 03
Распознавание
RapidOCR и Tesseract
- 04
Извлечение
Конвейер выбранного документа
- 05
Проверки
Форматы, полнота и MRZ
Интеграция
Один запрос.
Поля для вашей формы.
API принимает файл и необязательную подсказку типа документа. Схема ответа единая для всех конвейеров. Этот сервис подключён к Zagran, где данные документов используются при заполнении анкеты.
Разработка
Разобрать документ.
Сохранить смысл полей.
Сложности были в качестве снимков, разных формах документов, чтении штампов и ограничениях сервера. Для этих случаев сделали отдельные проходы и правила обработки.
Фото с наклоном и разным светом
Как решили
Перед OCR определяем границы документа, исправляем перспективу и небольшой наклон, усиливаем контраст. Разворот паспорта разбираем по страницам: зоны личных данных и реквизитов получают отдельные проходы. Для штампа регистрации предусмотрена своя подготовка изображения.
Разные документы и источники текста
Как решили
Сделали четыре конвейера извлечения. Объединяем строки RapidOCR и Tesseract, учитываем расположение полей и похожие латинские и кириллические символы. В паспортах используем машиночитаемую зону: проверяем контрольные цифры и сопоставляем её с видимыми реквизитами.
Работа на обычном CPU
Как решили
Исходный OCR-движок не запускался на процессоре сервера без AVX. Перешли на RapidOCR с ONNX Runtime, сохранив общий интерфейс распознавания. Независимые проходы OCR и обработку страниц паспорта запускаем параллельно. Для загранпаспорта Tesseract используется как дополнительный проход, когда первого результата недостаточно.
Ответ, который можно проверить
Как решили
API возвращает значения полей, оценки уверенности, проверки форматов и обязательных данных, предупреждения и статус частичного результата. Тип, определённый классификатором, отдаётся отдельно от подсказки клиента. Доступ к распознаванию защищён X-API-Key, для файлов есть ограничение размера и обработка неподдерживаемых форматов.
PythonFastAPIRapidOCRONNX RuntimeTesseractOpenCVPydanticDocker
Результат
Готовый API.
Проверенный путь обработки.
Сервис возвращает данные документов в общей структуре и уже используется в анкетах Zagran. Качество ответа можно проверять по полям, полноте результата и предупреждениям.
типа документов
Включая страницу регистрации в паспорте
формата файлов
JPEG, PNG, WebP и первая страница PDF
OCR-движка
RapidOCR и Tesseract в одном конвейере
сканов в сравнении версий
Один и тот же набор для v2 и v3
Сравнение v2 и v3
Быстрее на том же
наборе сканов
−6,2%общее время прогона
Сравнение выполнено на одном наборе из 11 сканов четырёх типов документов. Сохранённые результаты прогона от . Это замер конкретного тестового набора; время отдельного запроса зависит от изображения и типа документа.
Число конвейеров, форматы файлов и движки проверены по исходному коду проекта на . Публичные документация и health-эндпоинт доступны. Сохранённые замеры скорости относятся к сравнению версий, а примеры выше показывают вымышленный ответ API.
Распознавание встроено в общий путь заполнения анкеты. Сервис отдаёт найденные поля и сигналы проверки, а пользователь может сверить результат с документом и исправить его в форме.
Следующий продукт
Нужно получать данные из документов?
Разберём типы файлов, поля, проверки и интеграцию с вашей системой
