企业官网建设流程全解析

适用场景

在出行实名核验、酒店/机构入住登记、跨境业务证件录入等场景中，需要快速从中国护照中提取结构化字段。传统的OCR全量识别方案会输出大量无关文本，且无法直接映射到业务字段。本文介绍的API专为此类场景设计，能直接返回护照号码、中英文姓名、出生日期、有效期至和签发地点共六个关键字段，便于业务系统直接消费。

接口能力与边界

该接口基于深度学习OCR模型，对中国护照（第二版及新版）进行结构化识别。输入支持图片URL或Base64编码，输出为JSON格式。接口QPS限制为2次/秒，适合中低频业务场景，如后台异步处理或人工审核辅助。需要注意：护照属于高敏感度身份证件，接口仅限已登录用户调用，匿名访问不开放；调用方必须在请求头中携带有效的API Key鉴权。

请求鉴权与参数说明

鉴权方式

接口使用Bearer Token鉴权。在HTTP请求头中传入Authorization字段，格式为：Bearer <你的API Key>。API Key需从服务商后台获取并妥善保管，不要硬编码在客户端代码中。

请求体参数

请求方法为POST，请求体为JSON对象，包含以下两个必填字段：

例如，使用图片URL时请求体为：

{ "input_type": "url", "input_data": "https://example.com/passport.jpg" }

代码接入：curl 与 Python

curl 命令

以下示例使用curl发起请求，请将YOUR_API_KEY替换为真实的API Key，将图片链接替换为实际护照图片URL。

curl -sS \ -X POST \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{"input_type": "url", "input_data": "https://example.com/passport.jpg"}' \ "https://v1.apizero.cn/api/ocr-cn-passport"

若使用Base64编码图片，则请求体改为：

{ "input_type": "base64", "input_data": "data:image/jpeg;base64,/9j/4AAQ..." }

Python 示例

使用requests库的示例代码，适合集成到后端服务中。

import requests import json API_URL = "https://v1.apizero.cn/api/ocr-cn-passport" API_KEY = "YOUR_API_KEY" # 请替换为真实密钥 def recognize_passport(image_source, source_type="url"): """ 识别护照 :param image_source: 图片URL或Base64字符串 :param source_type: "url" 或 "base64" :return: 字典格式的响应结果 """ headers = { "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json" } payload = { "input_type": source_type, "input_data": image_source } response = requests.post(API_URL, headers=headers, json=payload) response.raise_for_status() # 检查HTTP错误 return response.json() # 使用示例 if __name__ == "__main__": result = recognize_passport("https://example.com/passport.jpg", "url") print(json.dumps(result, indent=2, ensure_ascii=False))

注意：生产环境中应将API Key配置为环境变量，避免泄露。

返回字段解读

成功时HTTP状态码为200，返回JSON结构如下：

{ "code": 0, "data": { "passport_number": "E12345678", "full_name_cn": "张三", "full_name_en": "ZHANG SAN", "date_of_birth": "1990-01-01", "date_of_expiry": "2034-12-31", "place_of_issue": "上海" }, "msg": "成功", "request_id": "req_abc123" }

各字段含义：

如果识别失败或图片质量不佳，data可能返回空字段或部分字段缺失，此时需结合code和msg判断。

常见错误与排查

注意：所有错误详情均以文档为最终依据，此处仅列出常见情形。

工程化注意事项

1. 图片质量要求：建议护照图片分辨率不低于800×600像素，文字区域清晰无遮挡，避免反光或阴影。证件应占据图片主体的80%以上。

2. Base64编码长度限制：Base64字符串对应原始图片大小建议控制在5MB以内，过大的图片会增加传输时间和内存消耗。可以在上传前对图片进行压缩。

3. 异步处理：由于QPS限制，如果需要批量处理，应将识别请求放入任务队列（如Celery），控制并发数，避免触发限流。

4. 字段校验：返回的护照号码、日期等字段应进行二次校验，例如护照号码正则匹配、日期格式验证等，以防范OCR误识别。

5. 敏感数据保护：护照图片和识别结果属于个人隐私，传输时务必使用HTTPS，数据库存储时应加密，日志中不应记录原始图片或完整字段。

6. 重试策略：针对网络抖动或临时性错误，建议采用指数退避的重试策略，最多重试3次。

7. 缓存设计：对于同一护照号码的重复查询，可以设计本地缓存（如Redis），避免重复请求API。缓存过期时间根据业务需求设定。

参考文档

• 接口文档页：https://apizero.cn/aidocs/ocr-cn-passport
• 原始文档（Markdown格式）：https://apizero.cn/aidocs/ocr-cn-passport/raw.md