# 描述

检测和识别中华人民共和国第二代身份证。

# 调用URL

https://api.megvii.com/faceid/v3/ocridcard

注意：在生产环境中，请使用HTTPS的通信方式。HTTP方式的通信属于不安全链路，存在安全风险，请勿在生产环境中使用。在生产环境中使用HTTP方式的，将无法得到服务可靠性保障。

# 调用方法

POST 注意：用form-data格式请求

参数

必选/可选	参数名	类型	参数说明
必选	api_key	String	用于验证客户身份的API Key，对于每一个客户此字段不会变更，相当于用户名
	api_secret	String	用于验证客户身份的API Secret，对于每一个客户可以申请变更此字段，相当于密码
	image	File	一个图片，二进制文件，需要用Post Multipart/Form-Data的方式上传注：图片的文件大小小于10MB。支持的图片最小是200x200像素，最大是8000x8000像素
可选	return_portrait	String	设定是否返回身份证上的人像（仅当传入的身份证人像面图片，且识别到人脸才会返回，若没有识别到人脸，则不返回） “0”：不返回（默认值） “1”：返回人像，JPG格式的base64 注：如果是OCR国徽面，即使设定了此参数也不会返回，其他值均返回BAD_ARGUMENTS的错误信息
	exception_range	JsonObject	用于自定义纳入1002的异常情况的范围，可设置以下字段： "legality"：Bool类型，取值true（默认值）或者false。true表示将识别的结果上存在合法性问题（legality字段的五分类结果不为真实身份证）纳入1002，false表示不将其纳入1002 "text_quality"：Bool类型，取值true（默认值）或者false。true表示识别的字段上存在图片质量问题（quality字段低于默认的阈值）纳入1002，false表示不将其纳入1002 "logic"：Bool类型，取值true（默认值）或者false。true表示将识别的结果存在逻辑问题（logic字段为1）or存在字段没识别出来纳入1002，false代表不将其纳入1002 "completeness"：Bool类型，取值true或者false（默认值）。true表示将身份证不完整（completeness为1或2）纳入1002，false表示不将其纳入1002 "face_detect"：Bool类型，取值true或者false（默认值）。true代表将身份证人像面不存在人脸纳入1002，false代表不将其纳入1002
	encryption_type	String	设定是否开启传输数据加密 “0”：否（默认值） “1”：SM2 “2”：RSA 加密对象说明: 参数中的image 传入的身份证图片为人像面与国徽面时，返回对应的字段，包括name，gender，nationality，birth_year，birth_month，birth_day，idcard_number，address，portrait，issued_by，valid_date_start，valid_date_end 详细说明见：OCR加密说明

# 返回值说明

返回值条件	字段	类型	说明
不区分正反面，都会返回右列的值	request_id	String	用于区分每一次请求的唯一的字符串。除非发生404（API_NOT_FOUND )或 403 （AUTHORIZATION_ERROR）错误，此字段必定返回
	result	Int	识别的结果信息： 1001: 表示识别出是一张没有问题的身份证 1002: 表示识别出是一张身份证，但在识别结果中存在异常情况，异常情况范围可通过exception_range字段自定义，默认异常情况包括：有字段没有识别出来识别的结果中存在逻辑问题（logic字段为1）识别的字段上存在图片质量问题（quality字段低于默认的阈值）识别的结果上存在合法性问题（legality字段的五分类结果不为真实身份证）注：其他错误码请预留处理方案，我们可能增加其他情况的返回
	side	Int	0: 表示传入的图片为身份证人像面 1: 表示传入的图片为身份证国徽面
传入的身份证图片为人像面时，返回对应的字段	name	Dict	姓名。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	gender	Dict	性别（男/女）。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	nationality	Dict	民族（汉字）。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	birth_year	Dict	出生年份。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	birth_month	Dict	出生月数。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	birth_day	Dict	出生日。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	idcard_number	Dict	身份证号。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	address	Dict	住址。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	portrait	Dict	身份证图片上的头像图片，仅在return_portrait参数设定为1时返回，头像照片采用JPG格式的base64表示
传入的身份证图片为国徽面时，返回对应的字段	issued_by	Dict	签发机关。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	valid_date_start	Dict	有效日期的起始时间，表示方法为8位数字，如：20150302 。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
	valid_date_end	Dict	有效日期的结束时间，表示方法为8位数字或者汉字，如：20250302 、长期。该字段为字典类型，相关的结构体信息请参照下面的“字段的结构体信息”表格
不区分正反面，都会返回右列的值	legality	Dict	返回身份证照片的合法性检查结果。它为一个结构体，里面包含身份证的五种分类及真实身份证判定阈值。结构体是按照key-value pair类型进行设计。其中身份证五种分类的概率值（取［0，1］区间实数，取3位有效数字，总和等于1） ID_Photo：分类1 - 真实身份证照片 Temporary_ID_Photo：分类2 - 临时身份证照片 Photocopy：分类3 - 身份证的复印件 Screen：分类4 - 手机或电脑屏幕翻拍的照片 Edited：分类5 - 用工具合成或者编辑过的身份证图片 ID_Photo_Threshold：表示判断为真实身份证照片的阈值，通常来说，如果ID_Photo的值不低于该阈值，则可以认定为真实拍摄的注：随产品迭代，未来会增加新的分类，因此在集成此API时请留意兼容性
	completeness	Int	表示身份证图片的完整性，平整性 0: 表示图片里面的身份证是完整的 1: 表示图片里面的身份证不完整，但其关键信息内容区域全部都在图片内 2: 表示图片里面的身份证不完整，且有部分内容在区域外注：其他错误码请预留处理方案，我们可能增加其他情况的返回
	card_rect	Dict	返回图片里面，身份证卡片的四点坐标，坐标的开始位置为图片左上角，具体返回示例如下： "rt"{ "y":43, "x":927 } //右上角坐标 "lt"{ "y":33, "x":58 } //左上角坐标 "lb"{ "y":586, "x":59 } //左下角坐标 "rb"{ "y":580, "x":920 } //右下角坐标注：当字段的区域没有识别出来的时候，各个坐标点的x和y均返回为0
	error	String	发生错误后，会返回对应的错误码，具体见下面 ERROR 错误信息

# 字段的结构体信息

+result	String	表示字段识别出来的内容，若没有识别到，则返回空字符串
+quality	Float	表示该区域是否存在质量问题（存在影响识别的光斑、阴影、遮挡、污渍等）。取［0，1］区间实数，3位有效数字注：存在质量问题如果是光斑，部分遮挡，也是可以识别出内容的，本字段对存在留存需求的场景提供参考系统对质量判断的默认阈值为0.15
+rect	Dict	返回字典结构，里面包含该字段区域的四点坐标，具体返回示例如下： "rt"{ "y":43, "x":927 } //右上角坐标 "lt"{ "y":33, "x":58 } //左上角坐标 "lb"{ "y":586, "x":59 } //左下角坐标 "rb"{ "y":580, "x":920 } //右下角坐标注：当字段的区域没有识别出来的时候，各个坐标点的x和y均返回为0
+logic	Int	表示该字段是否存在逻辑问题。如：识别身份证号因遮挡无法识别到18位、身份证号码的最后一位和性别匹配不上。通常当有逻辑问题的时候，认为识别出的结果是不可信的 0: 表示正常 1: 表示存在逻辑问题

# 返回值示例

人像面示例

{
    "result": 1002,
    "completeness": 1,
    "name": {
        "quality": 0.956,
        "result": "张三",
        "rect": {
            "rt": {
                "y": 137,
                "x": 385
            },
            "lt": {
                "y": 136,
                "x": 271
            },
            "lb": {
                "y": 180,
                "x": 271
            },
            "rb": {
                "y": 181,
                "x": 385
            }
        },
        "logic": 0
    },
    "time_used": 442,
    "gender": {
        "quality": 0.968,
        "result": "女",
        "rect": {
            "rt": {
                "y": 225,
                "x": 309
            },
            "lt": {
                "y": 225,
                "x": 275
            },
            "lb": {
                "y": 261,
                "x": 275
            },
            "rb": {
                "y": 261,
                "x": 309
            }
        },
        "logic": 0
    },
    "address": {
        "quality": 0.959,
        "result": "北京市海淀区xxxxx",
        "rect": {
            "rt": {
                "y": 388,
                "x": 684
            },
            "lt": {
                "y": 384,
                "x": 269
            },
            "lb": {
                "y": 474,
                "x": 270
            },
            "rb": {
                "y": 479,
                "x": 683
            }
        },
        "logic": 0
    },
    "card_rect": {
        "rt": {
            "y": 55,
            "x": 1126
        },
        "lt": {
            "y": 49,
            "x": 89
        },
        "lb": {
            "y": 680,
            "x": 100
        },
        "rb": {
            "y": 695,
            "x": 1101
        }
    },
    "request_id": "1526629075,8dcd4722-9f2b-42ca-a2c3-bae3a061b20f",
    "idcard_number": {
        "quality": 0.007,
        "result": "110xxxxxx123456789",
        "rect": {
            "rt": {
                "y": 593,
                "x": 970
            },
            "lt": {
                "y": 586,
                "x": 416
            },
            "lb": {
                "y": 622,
                "x": 416
            },
            "rb": {
                "y": 630,
                "x": 968
            }
        },
        "logic": 1
    },
    "birth_month": {
        "quality": 0.995,
        "result": "11",
        "rect": {
            "rt": {
                "y": 306,
                "x": 459
            },
            "lt": {
                "y": 306,
                "x": 435
            },
            "lb": {
                "y": 337,
                "x": 435
            },
            "rb": {
                "y": 337,
                "x": 459
            }
        },
        "logic": 1
    },
    "portrait": {
        "quality": 0,
  	"result": "/9j/4AAQSkZJRgABA...",  //Base64字符串
  	"rect": {
            "rt": {
                "y": 307,
                "x": 559
            },
            "lt": {
                "y": 306,
                "x": 526
            },
            "lb": {
                "y": 338,
                "x": 526
            },
            "rb": {
                "y": 338,
                "x": 558
            }
        },
        "logic": 0
    },
    "birth_day": {
        "quality": 0.995,
        "result": "19",
        "rect": {
            "rt": {
                "y": 307,
                "x": 559
            },
            "lt": {
                "y": 306,
                "x": 526
            },
            "lb": {
                "y": 338,
                "x": 526
            },
            "rb": {
                "y": 338,
                "x": 558
            }
        },
        "logic": 0
    },
    "nationality": {
        "quality": 0.946,
        "result": "汉",
        "rect": {
            "rt": {
                "y": 230,
                "x": 509
            },
            "lt": {
                "y": 230,
                "x": 474
            },
            "lb": {
                "y": 265,
                "x": 474
            },
            "rb": {
                "y": 265,
                "x": 508
            }
        },
        "logic": 0
    },
    "birth_year": {
        "quality": 0.983,
        "result": "1989",
        "rect": {
            "rt": {
                "y": 303,
                "x": 347
            },
            "lt": {
                "y": 303,
                "x": 272
            },
            "lb": {
                "y": 334,
                "x": 272
            },
            "rb": {
                "y": 335,
                "x": 347
            }
        },
        "logic": 1
    },
    "side": 0,
    "legality": {
        "Edited": 0,
        "ID_Photo_Threshold": 0.8,
        "Photocopy": 0,
        "Temporary_ID_Photo": 0,
        "ID_Photo": 0.001,
        "Screen": 0.999
    }
}

国徽面示例

{
    "result": 1001,
    "time_used": 619,
    "completeness": 0,
    "legality": {
        "Edited": 0,
        "ID_Photo_Threshold": 0.8,
        "Photocopy": 0,
        "Temporary_ID_Photo": 0,
        "ID_Photo": 0.999,
        "Screen": 0.001
    },
    "request_id": "1527069951,2e8e2b3e-c06d-4771-8960-aad21f7b792a",
    "valid_date_start": {
        "quality": 0.921,
        "result": "20140701",
        "rect": {
            "rt": {
                "y": 931,
                "x": 751
            },
            "lt": {
                "y": 939,
                "x": 388
            },
            "lb": {
                "y": 973,
                "x": 389
            },
            "rb": {
                "y": 964,
                "x": 753
            }
        },
        "logic": 0
    },
    "issued_by": {
        "quality": 0.902,
        "result": "北京市海淀区公安局",
        "rect": {
            "rt": {
                "y": 853,
                "x": 752
            },
            "lt": {
                "y": 861,
                "x": 391
            },
            "lb": {
                "y": 897,
                "x": 392
            },
            "rb": {
                "y": 888,
                "x": 755
            }
        },
        "logic": 0
    },
    "valid_date_end": {
        "quality": 0.921,
        "result": "20240701",
        "rect": {
            "rt": {
                "y": 931,
                "x": 751
            },
            "lt": {
                "y": 939,
                "x": 388
            },
            "lb": {
                "y": 973,
                "x": 389
            },
            "rb": {
                "y": 964,
                "x": 753
            }
        },
        "logic": 0
    },
    "card_rect": {
        "rt": {
            "y": 451,
            "x": 881
        },
        "lt": {
            "y": 458,
            "x": 5
        },
        "lb": {
            "y": 1038,
            "x": 4
        },
        "rb": {
            "y": 1014,
            "x": 926
        }
    },
    "side": 1
}

# 特殊的ERROR

HTTP 状态代码	错误信息	说明
400	ID_CARD_NOT_FOUND	图片中没有找到身份证
400	INVALID_IMAGE_SIZE: image	图片的像素不符合要求，图片像素过大或者过小
400	IMAGE_ERROR_UNSUPPORTED_FORMAT: image	图片解析失败

# 错误信息

HTTP 状态代码	错误信息	说明
400	BAD_ARGUMENTS: <key>	某个参数解析出错（比如必须是数字，但是输入的是非数字字符串; 或者长度过长，或者照片无法解析）
400	MISSING_ARGUMENTS: <key>	缺少某个必选参数
400	KEY_NOT_FOUND	encryption_type开启加密，但未配置加密公钥和解密私钥
403	AUTHENTICATION_ERROR	api_key和api_secret不匹配
403	AUTHORIZATION_ERROR:<reason>	api_key被停用、调用次数超限、没有调用此API的权限，或者没有以当前方式调用此API的权限。<reason>取值："DENIED." : api_key无权限或被停用"Limit reached." : 这个api_key对当前API的调用量达到上限。仅当api_key为测试key时返回其他可能的错误码，请预留处理方案
403	CONCURRENCY_LIMIT_EXCEEDED	并发数超过限制
404	API_NOT_FOUND	所调用的API不存在
413	Request Entity Too Large	客户发送的请求大小或单张照片大小超过了10MB。该错误的返回格式为纯文本，不是json格式
500	INTERNAL_ERROR	服务器内部错误，当此类错误发生时请再次请求，如果持续出现此类错误，请及时联系 FaceID 客服或商务

# 调用示例

curl "https://api.megvii.com/faceid/v3/ocridcard" –F api_key=<api_key> -F api_secret=<api_secret> –F image=@id.jpg -F return_portrait=1

# 历史版本文档

身份证OCR识别API的第一个发行版本。由于V2.0.0以上的版本并不兼容老版本API，因此如有需要V1.0.0版本的文档，请从这里下载：OCRIDCard V1.0.0（旧版本）文档。