API de OCR de pasaportes de España

Cómo se reconoce un pasaporte de España

Un pasaporte de España sigue la norma ICAO 9303: una zona de lectura mecánica de dos líneas de 44 caracteres (formato TD3) impresa al pie de la página de datos, debajo de la zona de inspección visual que lee una persona. Sus cinco primeros caracteres son P<ESP: el código del documento y, después, el Estado emisor con el código ISO 3166-1 alfa-3 ESP. La API lee las dos zonas, contrasta los dígitos de control de la MRZ y devuelve una única forma de respuesta con todas las claves presentes.

España es ES en una lista alfa-2 y ESP en la zona: aquí el código largo es el corto seguido de P. Eso se cumple en este par y no como regla, así que derivar uno del otro es un error a la espera del primer país en el que no encaje.

Zonas de lectura mecánica emitidas por España

La norma 9303 define tres diseños de zona, y la API lee los tres. Abajo aparece una titular inventada (no es nadie, y paradeigma es la palabra griega para ejemplo) en cada diseño, con ESP como Estado emisor. Cada dígito de control se calcula a partir de los caracteres que lo acompañan en lugar de escribirse a mano, así que todas las zonas de esta página validan.

P<ESPPARADEIGMA<<ELENI<SOFIA<<<<<<<<<<<<<<<<
AM73045184ESP9403084F3203101PN48291630<<<<72

I<ESPPARADEIGMA<<ELENI<SOFIA<<<<<<<<
TR61850420GRC9403084F2911043<<<<<<<2

IDESPAK472913<4PN48291630<<<<<
9403084F3405204GRC<<<<<<<<<<<9
PARADEIGMA<<ELENI<SOFIA<<<<<<<

Ningún dígito de control cubre al Estado emisor: en los tres diseños la aritmética recorre el número del documento, las fechas y los datos opcionales, nunca los tres caracteres que dicen quién lo emitió. Una zona cuyos dígitos pasan todos no ha demostrado que venga de España: eso lo hacen la zona visual y las medidas de seguridad del propio documento.

Pega una MRZ en el analizador de MRZ para validar sus dígitos de control, o crea una con el generador de MRZ.

Los campos que recibes

Cada pasaporte de España reconocido devuelve los mismos campos estructurados. Un valor que no se pudo leer es null, nunca una clave ausente.

• Apellidos y nombre
• Fecha de nacimiento y sexo
• Número de documento y número personal
• Nacionalidad y Estado emisor (ESP)
• Fechas de expedición y de caducidad, días restantes
• El veredicto de la MRZ y las líneas de las que se leyó

Consulta todos los campos en el explorador de campos del documento (en inglés).

Haz la llamada

Ejecuta esto contra el sandbox público: sin registro, con reconocimiento real, gratis para un número limitado de documentos y 10 solicitudes por hora por IP. Cambia la clave del sandbox por tu propia clave de producción para seguir reconociendo pasaportes de España.

curl -X POST https://api.doc.cheap/v1/scans \
  -H "Authorization: Bearer sk_sandbox_public" \
  -H "Content-Type: application/json" \
  -d "{\"image\": \"$(base64 < document.jpg | tr -d '\n')\"}"

Dónde está documentado

Esta página cubre lo que es propio de España. Las cuatro páginas de abajo (en inglés) recogen todo lo demás.

• Reconocer un pasaporte

  La llamada de arriba con un documento real, en curl, JavaScript y Python, y cada clave de la respuesta explicada.

• La MRZ y la zona visual

  Por qué un documento imprime los mismos datos dos veces, a qué zona creer cuando no coinciden y qué pueden y qué no pueden demostrar los dígitos de control.

• Idiomas y escrituras de los campos

  La zona es una transliteración latina; la zona visual no. Qué lectura conserva la escritura original y cómo se resuelve un identificador de idioma.

• Errores

  Cada código de error con el que puede responder la API, en una tabla: qué lo causa, si un reintento puede funcionar y si la llamada se cobró.