Микросервис распознавания паспортов физических лиц
Микросервис предназначен для автоматизированного распознавания сканированных изображений паспортов граждан Российской Федерации. Он ориентирован на массовую обработку пакетов сканов внутренних российских паспортов, что позволяет автоматизировать процесс получения данных из паспортов в цифровом виде.
Решение эффективно обрабатывает документы, извлекая ключевые данные с паспортных страниц, и поддерживает интеграцию с инфраструктурой заказчика. Предусмотрен интерфейс удобной визуальной валидации результатов сканирования паспортов сотрудниками.

Описание продукта

Функциональные возможности

Микросервис распознаёт данные со 2 и 3 страниц паспорта: серия и номер, ФИО владельца, пол, дата и место рождения, дата выдачи, код подразделения и наименование выдавшего органа, а также предоставляет изображения этих страниц.

С 5 страницы и далее извлекается адрес регистрации и изображения штампов о регистрации. Это позволяет получить полный цифровой профиль клиента на основе паспортных данных.

Интеграция и автоматизация

Использование микросервиса позволяет организовать автозаполнение паспортных данных в анкетах клиентов, что значительно экономит время и упрощает работу.

Полученные данные в цифровом виде дают возможность автоматически формировать документы через шаблонизаторы и проводить проверку действительности паспортов с помощью интеграции со СМЭВ 4.0.

Безопасность и соответствие

Все данные передаются по защищённому протоколу HTTPS. Реализована аутентификация и авторизация через API-ключи или токены. Микросервис соответствует требованиям законодательства РФ по защите персональных данных.

Данные распознанных паспортов и их изображения не сохраняются на сервере после обработки, что гарантирует конфиденциальность. Исключение — временное хранение изображений в процессе распознавания.

Техническая реализация и поддержка

Микросервис реализован на Python, предоставляет RESTful API и использует JSON для обмена данными. Для удобства развёртывания применяется контейнеризация через Docker, код хранится в GitLab.

Разработчик оказывает полную техническую поддержку и помощь при интеграции, предоставляет подробную документацию по API, настройке и установке. Доступны варианты как с открытым, так и с закрытым исходным кодом.

Производительность и качество

Для высокой производительности рекомендуется использование GPU или тензорных ядер. Качество распознавания напрямую зависит от качества сканов: при отсутствии дефектов точность достигает не менее 95% для основных страниц.