护照识别OCR

护照信息提取的痛点

在跨境业务、签证办理或身份核验场景中，护照信息录入常依赖人工比对，不仅耗时，还容易因字段分散（如MRZ机读码、签证页手写信息）出现错漏。传统OCR工具往往只能识别通用文本，对护照特有的字段结构（如出生日期格式、签发机关代码）支持不足，导致后续数据清洗成本高。

技能的核心能力与工作流程

护照识别OCR技能针对上述问题，提供结构化的护照信息提取方案。其核心能力包括：识别护照号码、中英文姓名、性别、国籍等关键字段，并支持MRZ机读码解析——MRZ作为护照底部的标准条码，包含加密的身份信息，解析后可直接用于自动化校验。

工作流程遵循严格的路由机制：

• 检查API密钥：若scripts.config.settings.api_key为空，必须通过AskUserQuestion工具询问用户，避免无密钥调用导致的错误。
• 选择工具：根据输入形式（图片链接、Base64编码或文件路径）选择对应的工具函数，如scripts.tools.ocr_passport处理URL，scripts.tools.ocr_passport_for_data_base64处理Base64。
• 提取参数：从用户输入中提取必填参数，如dataUrl或dataBase64，参数缺失时需再次询问用户。
• 调用工具：使用关键字参数调用工具函数，如scripts.tools.ocr_passport(dataUrl='...')。
• 返回结果：工具返回的result["raw"]为API原始JSON数据，需整理后展示，避免直接输出冗余字段。

适用边界与注意事项

该技能强依赖API密钥，无密钥时严禁自行搜索或编造数据，否则会导致结果不可靠。此外，参数完整性直接影响识别准确率，如输入图片链接无效或Base64编码错误时，需及时向用户确认。返回的原始数据需经过清洗和格式化，才能适配具体业务场景，技能本身不负责后续的数据校验或存储。