進階設定

調用 MRZScanner 模型時，你可以透過傳遞參數來進行進階設定。

Initialization

以下是在初始化階段的進階設定選項：

1. Backend

Backend 是一個列舉類型，用於指定 MRZScanner 的運算後端。

它包含以下選項：

cpu：使用 CPU 進行運算。
cuda：使用 GPU 進行運算（需要適當的硬體支援）。

from docsaidkit import Backend

model = MRZScanner(backend=Backend.cuda) # 使用 CUDA 後端
#
# 或是
#
model = MRZScanner(backend=Backend.cpu) # 使用 CPU 後端

我們是使用 ONNXRuntime 作為模型的推論引擎，雖然 ONNXRuntime 支援了多種後端引擎（包括 CPU、CUDA、OpenCL、DirectX、TensorRT 等等），但限於平常使用的環境，我們稍微做了一點封裝，目前只提供了 CPU 和 CUDA 兩種後端引擎。此外，使用 cuda 運算除了需要適當的硬體支援外，還需要安裝相應的 CUDA 驅動程式和 CUDA 工具包。

如果你的系統中沒有安裝 CUDA，或安裝的版本不正確，則無法使用 CUDA 運算後端。

提示

如果你有其他需求，請參考 ONNXRuntime 官方文件 進行自定義。
關於安裝依賴相關的問題，請參考 ONNXRuntime Release Notes

2. ModelType

ModelType 是一個列舉類型，用於指定 MRZScanner 使用的模型類型。

它包含以下選項：

spotting：使用端到端的模型架構。

你可以透過 model_type 參數來指定使用的模型。

from mrzscanner import MRZScanner

model = MRZScanner(model_type=MRZScanner.spotting)

3. ModelCfg

你可以透過 list_models 來查看所有可用的模型。

from mrzscanner import MRZScanner

print(MRZScanner().list_models())
# >>> ['20240919']

你可以透過 model_cfg 參數來指定模型的配置。

model = MRZScanner(model_cfg='20240919') # 使用 '20240919' 配置

Inference

以下是在推論階段的進階設定選項：

中心裁剪

在進行推論階段，設定適當的進階選項能夠顯著影響模型的表現和效果。

其中，do_center_crop是一個關鍵的參數，它決定是否在推論時進行中心裁剪。

這項設定尤其重要，因為在實際應用中，我們遇到的圖像往往並非標準的正方形尺寸。

實際上，圖像的尺寸和比例多種多樣，例如：

手機拍攝的照片普遍採用 9:16 的寬高比；
掃描的文件常見於 A4 的紙張比例；
網頁截圖大多是 16:9 的寬高比；
透過 webcam 拍攝的圖片，則通常是 4:3 的比例。

這些非正方形的圖像，在不經過適當處理直接進行推論時，往往會包含大量的無關區域或空白，從而對模型的推論效果產生不利影響。進行中心裁剪能夠有效減少這些無關區域，專注於圖像的中心區域，從而提高推論的準確性和效率。

使用方式如下：

import docsaidkit as D
from mrzscanner import MRZScanner

model = MRZScanner()

img = D.imread('path/to/image.jpg')
result = model(img, do_center_crop=True) # 使用中心裁剪

提示

使用時機：『不會切到 MRZ 區域』且圖片比例不是正方形時，可以使用中心裁切。

後處理

除了中心裁剪外，我們還提供了一個後處理的選項，用於進一步提高模型的準確性。我們有提供一個後處理參數，預設為 do_postprocess=True。

那是因為 MRZ 區塊中存在一些規則，例如國家代碼只能為大寫英文字母；性別只有 M 和 F 等等。這些是可以用來規範 MRZ 區塊的。

因此我們針對可以規範的區塊進行人工校正，例如以下程式碼片段，在不可能出現數字的欄位中，把可能誤判的數字替換成正確的字元：

import re

def replace_digits(text: str):
    text = re.sub('0', 'O', text)
    text = re.sub('1', 'I', text)
    text = re.sub('2', 'Z', text)
    text = re.sub('4', 'A', text)
    text = re.sub('5', 'S', text)
    text = re.sub('8', 'B', text)
    return text

if doc_type == 3:  # TD1
    if len(results[0]) != 30 or len(results[1]) != 30 or len(results[2]) != 30:
        return [''], ErrorCodes.POSTPROCESS_FAILED_TD1_LENGTH
    # Line1
    doc = results[0][0:2]
    country = replace_digits(results[0][2:5])

雖然在我們的時候中，這個替換字元的後處理沒有幫我們提高更多的準確度，但保留這個功能還是可以在某些情況下把錯誤的辨識結果修正回來。

你可以在推論的時候把 do_postprocess 設為 False，這樣就可以得到原始的辨識結果。

result, msg = model(img, do_postprocess=False)

Initialization​

1. Backend​

2. ModelType​

3. ModelCfg​

Inference​

中心裁剪​

後處理​