MRZScanner
身分証明書の機械読取領域を検出し、文字を認識します。
バージョン選択の根拠
既存の MIDV-2020 模擬旅券写真5枚で再現可能な確認を実施しました。すべて TD3、AZE 1枚、GRC 2枚、LVA 1枚、SRB 1枚で、正解ラベルは10行・440文字です。両ダウンロード版に同じローカル ONNX 手順と入力を使用しました。
| モデル構成 | 全文一致 | 行一致 | CER ↓ | ANLS ↑ |
|---|---|---|---|---|
| Two-stage · 20250222 / 20250221 | 2/5 | 5/10 | 49.3% | 0.595 |
| Spotting · 20240919 | 0/5 | 0/10 | 24.5% | 0.657 |
CER は正解440文字に対する挿入・削除・置換の比率です。ANLS は行ごとの正規化編集類似度の平均で、0.5以下はゼロとします。完全一致には埋め文字も含めた全字の一致が必要です。
統合はホスト型で提供する Two-stage から始められます。この5枚では2文書が完全一致しました。Spotting は CER が低い一方、全文一致はありませんでした。採用時は自分の用途の画像に正解を付けて両者を比較し、本人情報は人が照合してください。
標本の限界と後処理
無作為抽出ではないデモ写真5枚で、正解は1回の目視確認で作成し、学習データとの重複は不明です。TD1/TD2、査証、大きな回転、遮蔽、敵対的入力は未評価です。今回はローカル手順の確認であり、本番精度とホスト型の品質は代表的なデータで別途評価する必要があります。
形式補正後も全文一致は2/5と0/5でした。Two-stage の編集数は217から218、Spotting は108のままです。Two-stage は TD3 の2枚を3行形式で出力しました。形式確認の対象は行数と長さで、チェックディジットは検証していません。
バージョンとダウンロード
固定バージョンを選択できます。ダウンロードは無料で、アカウントは不要です。
mrzscanner-1.0.7-det20250222-rec20250221
ONNX · FP32 · 29.95 MB · 29,949,153 バイト
SHA-256
0786844728d828dc68c19b844aa87e2b29fdba3a587468f2863824d116ffc269ONNX · FP32 · 40.58 MB · 40,578,848 バイト
SHA-256
07cef987fc1852aac12f18e1269fbaf1e2644579ca5743061d6f9cec7bef77c0Apache-2.0 で公開しています。再配布時はライセンスと該当する告知を保持してください。 利用とライセンス · LICENSE · SHA256SUMS
このバージョンをローカルで実行
全6バージョンを Linux x86_64、Python 3.12 の CPU で実行確認済みです。ONNX 手順には PowerShell コマンドもありますが、Windows での実行は未検証です。
ONNX ファイル → JSON と描画画像
新しいフォルダーで順に実行し、選択したバージョンと公開の模擬証明書画像を取得します。各重みの SHA-256 を検証した後、推論はオフラインで動作します。自分の画像は input.jpg と置き換えてください。
python -m venv .venv
source .venv/bin/activate
curl -fLO https://docsaid.org/examples/local-onnx.py
curl -fLO https://docsaid.org/examples/local-requirements.txt
curl -fLO https://docsaid.org/examples/model-manifest.json
curl -fLO https://docsaid.org/examples/local-NOTICE.txt
python -m pip install -r local-requirements.txt
mkdir -p weights
curl -fL https://docsaid.org/downloads/mrzscanner/0786844728d828dc/mrz_detection_20250222_fp32.onnx -o weights/mrz_detection_20250222_fp32.onnx
curl -fL https://docsaid.org/downloads/mrzscanner/07cef987fc1852aa/mrz_recognition_20250221_fp32.onnx -o weights/mrz_recognition_20250221_fp32.onnx
curl -fL https://docsaid.org/samples/api/mrzscanner.jpg -o input.jpg
python local-onnx.py --release mrzscanner-1.0.7-det20250222-rec20250221 --weights-dir weights --image input.jpg --output result-onnxlocal-onnx.pyPython パッケージ → JSON と描画画像(Linux)
Debian 系 Linux、Python 3.12 向けです。書き込み可能な仮想環境と固定バージョンの依存関係を使います。初回インポートでフォント、初期化時に不足する重みを取得するため、初回はネット接続が必要です。
sudo apt-get update
sudo apt-get install -y python3-venv libgl1 libxcb1 libturbojpeg0 libglib2.0-0
python3 -m venv .venv-package
source .venv-package/bin/activate
curl -fLO https://docsaid.org/examples/package-example.py
curl -fLO https://docsaid.org/examples/package-requirements.txt
curl -fLO https://docsaid.org/examples/model-manifest.json
python -m pip install -r package-requirements.txt
curl -fL https://docsaid.org/samples/api/mrzscanner.jpg -o input.jpg
python package-example.py --release mrzscanner-1.0.7-det20250222-rec20250221 --image input.jpg --output result-packagepackage-example.py出力先の result.json と overlay.png を開きます。DocAligner は4点のピクセル座標、MRZScanner は文字列を返し、Two-stage には検出領域も含まれます。使用前に画像と照合し、実行ごとに新しい出力先を指定してください。
静止 JPEG/PNG/WebP、最大10 MiB・4000万画素。EXIF の向きと白背景への合成を適用し、長辺を最大1600 px に縮小して BGR に変換します。ローカル例は中央クロップと文書整列を行いません。ホスト型サービスの前処理は API 文書を参照してください。
評価結果
公開済みの品質指標
原文書は ANLS と画像全体の完全一致精度を定義しています。バージョン別の再現可能なスコアは未公開です。
| モデル構成 | パラメータ数 | GFLOPs | ANLS / Accuracy ↑ |
|---|---|---|---|
| Two-stage · 20250222 / 20250221 | — | — | 未公開 |
| Spotting · 20240919 | — | — | 未公開 |
上流プロジェクトの既存評価です。ダウンロードを確認した変種のみ掲載しています。 評価方法と出典
リクエスト全体の所要時間
公開画像を順次、競合なしで計測しています。HTTP 時間は送信、Web プロキシ、API 検証、worker のデコード・前処理・推論・後処理、応答転送を含みます。隔離したローカル経路のため公衆回線、Cloudflare、本番負荷は対象外です。バージョン、入力ハッシュ、環境、各測定値は生データを参照してください。
13th Gen Intel(R) Core(TM) i9-13900K · 2 CPU · 2 GiB · n=5 · 900 × 1600 px
mrzscanner-1.0.7-det20250222-rec20250221
| モデル | HTTP p50 (ms) | HTTP min–max (ms) |
|---|---|---|
| MRZScanner | 409.77 | 391.13–422.37 |
2026/11/16 UTC · 測定記録 (JSON) · 再試行とエラー
ファイルサイズと推論時間の参考値
サイズは実際のダウンロードファイル、時間は各 ONNX ファイルの個別測定値です。
| 重みファイル | 入力テンソル (NCHW) | ダウンロードサイズ | p50 (ms) | p95 (ms) |
|---|---|---|---|---|
20250222det | 1 × 3 × 256 × 256 | 29.95 MB | 52.49 | 55.03 |
20250221rec | 1 × 3 × 64 × 640 | 40.58 MB | 277.87 | 291.14 |
20240919spotting | 1 × 3 × 512 × 512 | 33.87 MB | 84.92 | 88.8 |
測定条件
13th Gen Intel(R) Core(TM) i9-13900K · ONNX Runtime 1.22.0 · CPU · FP32 · batch 1 · 推論スレッド数 2
共有ホスト、2 CPU 制限。ゼロ埋め FP32 入力で 5 回の準備実行後、20 回を逐次測定。モデル実行のみを測り、読み込み・前後処理・通信は除外します。
2026/10/09 UTC · 測定記録 (JSON)
利用とライセンス
公開済みの Community コードと公式モデルの重みは、商用製品を含め無料で利用できます。学習データセットには元の提供者の利用条件が適用されます。