Solved by בדיקת דרכון
ספק דרך עקבית לאימות האם אזור קריא מכונה (MRZ) שחולץ מסריקות מסמכים באיכות נמוכה הוא ככל הנראה שגוי. הדבר מסייע בהפחתת שגיאות במורד הזרם על ידי סימון תוצאות MRZ לא מהימנות לבדיקה או לצילום מחדש.
תכונה זו מאפשרת זיהוי עקבי של נתוני MRZ שעלולים להיות שגויים כאשר תמונות המקור הן באיכות נמוכה או קשות לקריאה. היא מעריכה את ה-MRZ שחולץ מול ציפיות מבנה MRZ סטנדרטיות, כגון ספירת שורות נדרשת, כללי ערכת תווים, אורכי שדות ועקביות ספרות ביקורת. כאשר ה-MRZ אינו עומד בקריטריונים של תקינות צפויה, ניתן לסמן את התוצאה כלא תקינה כדי שניתן יהיה לטפל בה אחרת בתהליך העבודה שלך. זה תומך בתרחישים שבהם OCR עשוי להפיק טקסט שנראה סביר אך עדיין אינו חוקי עקב טשטוש, השתקפות, עיוותי דחיסה או חסימה חלקית. השימוש העיקרי הוא להריץ אימות MRZ מיד לאחר החילוץ ולפני שה-MRZ משמש להתאמת זהות, מילוי אוטומטי או יצירת רשומות. על ידי זיהוי מוקדם של פלטי MRZ לא חוקיים, ניתן לנתב מקרים לבדיקה ידנית, לבקש סריקה טובה יותר או להנחות את המשתמש לצלם מחדש את המסמך. זה עוזר לשפר את איכות הנתונים, להפחית התאמות שגויות ולהימנע מכשלים בהמשך תהליך הקליטה או האימות. זה שימושי במיוחד עבור צינורות עיבוד בנפח גבוה המקבלים סריקות הטרוגניות ממכשירים שונים ובתנאי סריקה משתנים. התוצאה היא גישה אמינה וצפויה יותר לקביעה האם ניתן לסמוך על MRZ, גם כאשר תמונות הקלט אינן עקביות.
External Resource
https://cross-service-solutions.com/
If you know of a tool or approach that could help people solve a problem we haven't covered yet, we'd love to hear about it.