行驶证识别OCR

为什么需要行驶证 OCR

在车辆信息录入、年检资料整理、保险理赔或二手车存档等场景里，机动车行驶证是高频输入文档。人工逐字段录入不仅慢，还容易把号牌、车辆识别代号、发动机号抄错。通用 OCR 方案遇到行驶证时，通常还要自己处理图片旋转、主页副页区分和字段映射，最终代码里堆满胶水逻辑。这个技能把「行驶证图片 → 结构化字段」压缩成一个可直接调用的工具函数，模型只负责理解意图和传参，底层调用 API 完成识别。

核心能力

• 字段识别：覆盖号牌号码、车辆类型、所有人、住址、品牌型号、发动机号码、车辆识别代号等行驶证常见字段。
• 自动方向检测：先判断图片方向并校正，降低手机横拍、倒拍造成的识别失败。
• 主副页过滤：区分行驶证主页与副页，避免副页内容混入主页结果。

工作流

1. 检查 API 密钥：读取 scripts.config.settings.api_key；为空时用 AskUserQuestion 向用户询问，拿到后调用 scripts.config.set_api_key(key) 保存。密钥从 https://xiaobenyang.com 获取。
2. 选择工具：图片链接走 scripts.tools.ocr_vehicle_license，base64 数据走 scripts.tools.ocr_vehicle_license_for_data_base64。
3. 提取参数：dataUrl 或 dataBase64 必填；缺失时继续用 AskUserQuestion 询问。
4. 调用工具：以关键字参数调用，例如 scripts.tools.ocr_vehicle_license(dataUrl=...)。
5. 处理返回：读取 result["raw"]、result["success"]、result["message"]，整理 raw JSON 后展示。

适用边界

• 必须配置 XBY_APIKEY，无密钥时禁止自行搜索或编造数据。
• 输入应是机动车行驶证图片；非行驶证或严重模糊、遮挡的图像，结果不保证可用。
• 主副页过滤依赖页面类型判断，混拍场景仍需人工复核。
• raw 是 API 原始返回，落地前建议做字段映射和格式校验。