Resolvido por Verificar Passaporte
Forneça uma maneira consistente de validar se a Zona de Leitura Mecânica (MRZ) extraída de digitalizações de documentos de baixa qualidade provavelmente está incorreta. Isso ajuda a reduzir erros posteriores ao sinalizar resultados de MRZ não confiáveis para revisão ou nova captura.
Este recurso permite a detecção consistente de dados de MRZ potencialmente incorretos quando as imagens de origem são de baixa qualidade ou difíceis de ler. Ele avalia a MRZ extraída em relação às expectativas padrão da estrutura de MRZ, como contagem de linhas necessária, regras de conjunto de caracteres, comprimentos de campo e consistência do dígito verificador. Quando a MRZ não atende aos critérios de validade esperados, o resultado pode ser sinalizado como incorreto para que possa ser tratado de forma diferente em seu fluxo de trabalho. Isso oferece suporte a cenários em que o OCR pode produzir texto com aparência plausível, mas que ainda é inválido devido a desfoque, brilho, artefatos de compressão ou oclusão parcial. O uso principal é executar a validação da MRZ imediatamente após a extração e antes que a MRZ seja usada para correspondência de identidade, preenchimento automático ou criação de registros. Ao detectar saídas de MRZ inválidas precocemente, você pode encaminhar casos para revisão manual, solicitar uma digitalização melhor ou solicitar que o usuário recapture o documento. Isso ajuda a melhorar a qualidade dos dados, reduzir falsas correspondências e evitar falhas posteriormente no processo de integração ou verificação. É especialmente útil para pipelines de alto volume que recebem digitalizações heterogêneas de diferentes dispositivos e condições de digitalização. O resultado é uma abordagem mais confiável e previsível para determinar se uma MRZ pode ser confiável, mesmo quando as imagens de entrada são inconsistentes.
Recurso externo
https://cross-service-solutions.com/
Se conhece uma ferramenta ou abordagem que poderia ajudar as pessoas a resolver um problema que ainda não abordámos, gostaríamos de saber.