Реализация верификации документов в мобильном приложении

Реализация верификации документов в мобильном приложении

Пользователь снимает паспорт, приложение распознаёт данные — кажется просто, пока не столкнёшься с бликами, кривым кадром и подделками. Мы реализовали KYC-верификацию для финтех-приложений и знаем каждую точку отказа. За 5 лет работы мы провели более 30 проектов, где верификация документов была критичным звеном. Наш стек — Swift 5.9, Kotlin, Flutter 3.x — позволяет выбрать оптимальную архитектуру под задачу.

Например, для финтех-стартапа мы внедрили верификацию за 8 недель, что позволило снизить количество фрод-заявок на 40% и сэкономить более $9k–13k ежемесячно. Свяжитесь с нами, чтобы обсудить ваш проект — мы подберём оптимальное решение и оценим бюджет.

Детекция и качество документа до OCR

Первый этап — убедиться, что документ попал в кадр правильно, без бликов и смазывания. Показывать пользователю сообщение «слишком темно» или «наклоните телефон» важнее хорошего OCR — мусор на входе даёт мусор на выходе.

На iOS для real-time детекции прямоугольника документа — Vision.VNDetectRectanglesRequest:

let request = VNDetectRectanglesRequest { request, error in
    guard let observations = request.results as? [VNRectangleObservation],
          let doc = observations.first else { return }
    // Проверяем confidence и aspect ratio для паспорта
    if doc.confidence > 0.9 && isValidDocumentAspectRatio(doc) {
        // Захватываем кадр
        captureDocument(rect: doc)
    }
}
request.minimumConfidence = 0.8
request.minimumAspectRatio = 0.5

Для проверки блика — анализ яркости через CIFilter.glassDistortion или кастомный Metal-шейдер. Наличие specular highlights (белые пятна на ламинированной поверхности паспорта) — типичная причина отказа OCR в ~15% случаев.

На Android — CameraX + MLKit DocumentScanner API (появился недавно) либо OpenCV для детекции прямоугольников через Imgproc.findContours.

Как мы решаем проблему верификации?

Мы комбинируем on-device OCR и NFC-верификацию с серверной валидацией. Такой подход позволяет отсечь большинство подделок на клиенте, а финальное решение принимать на сервере с учётом face matching и проверки цифровых подписей. Наша команда имеет 5+ лет опыта в мобильной разработке, более 30 реализованных проектов с KYC-верификацией.

OCR: платформенные vs специализированные SDK

Apple Vision (VNRecognizeTextRequest) — хорошее качество для латиницы и кириллицы, работает on-device:

let textRequest = VNRecognizeTextRequest { request, _ in
    let observations = request.results as? [VNRecognizedTextObservation] ?? []
    let lines = observations.compactMap { $0.topCandidates(1).first?.string }
    parseDocumentFields(from: lines)
}
textRequest.recognitionLevel = .accurate
textRequest.recognitionLanguages = ["ru-RU", "en-US"]
textRequest.usesLanguageCorrection = true

Google ML Kit Text Recognition v2 — на Android, поддерживает латиницу, кириллицу, деванагари и ещё несколько скриптов. Работает on-device.

Специализированные SDK: Regula Document Reader, ABBYY Mobile Capture, Scandit. Стоят денег, но дают лучшую точность на MRZ (Machine Readable Zone) паспортов и понимают структуру конкретных документов. Regula, например, знает форматы паспортов 240+ стран и обеспечивает в 3 раза меньше ошибок на MRZ по сравнению с бесплатными SDK.

Apple Vision обрабатывает текст в 2 раза быстрее Google ML Kit на устройствах A13+.

MRZ: самое ценное

Machine Readable Zone — две строки с OCR-оптимизированным шрифтом OCR-B в нижней части паспорта или ID-карты. Именно оттуда извлекаются: имя, номер документа, дата рождения, срок действия, гражданство.

Парсинг MRZ по стандарту ICAO 9303 (реализация — открытые библиотеки NFCPassportReader на iOS или MRZParser на Android):

// MRZ строка: P<RUSLASTNAME<<FIRSTNAME<<<<<<<<<<<<<<<
// Строка 2: PA1234567<8RUS9001011M2512310<<<<<<<<<6
struct MRZData {
    let documentNumber: String
    let lastName: String
    let firstName: String
    let nationality: String
    let dateOfBirth: Date
    let expiryDate: Date
    let gender: Character
    var isChecksumValid: Bool {
        // Проверка контрольных цифр по ICAO 9303
        validateMRZCheckDigits(line2: rawLine2)
    }
}

Контрольные суммы в MRZ — простой способ проверить, что данные не повреждены при OCR. Если checksum не сходится — перечитать документ, не отправлять на сервер.

NFC-верификация биометрических паспортов

Новые паспорта (ICAO LDS1) содержат NFC-чип с биометрическими данными и цифровой подписью страны-эмитента. Чтение чипа — более надёжная верификация, чем OCR.

На iOS (CoreNFC, NFCTagReaderSession):

// Basic Access Control: ключ формируется из MRZ
let bacKey = BACKey(documentNumber: mrz.documentNumber, dateOfBirth: mrz.dateOfBirth, dateOfExpiry: mrz.expiryDate)
let nfcReader = NFCPassportReader()
nfcReader.readPassport(mrzKey: bacKey.key, tags: [.DG1, .DG2, .SOD]) { result in
    switch result {
    case .success(let passport):
        let photo = passport.passportImage // UIImage из DG2
        let isValid = passport.documentSigned // проверка сертификата CSCA
    case .failure(let error):
        handleNFCError(error)
    }
}

NFC доступен только на физических устройствах, iPhone 7+. На Android — NfcAdapter с PACE/BAC.

Почему важна серверная валидация?

OCR-данные с клиента — всегда недоверенные. Финальная верификация происходит на сервере: сравнение фото документа с селфи пользователя через face matching API (Amazon Rekognition, Azure Face, или ГАРАНТ/Паспорт-сервис для российских документов). Серверная проверка позволяет отсечь цифровые подделки и гарантирует юридическую значимость данных.

Что входит в нашу работу

• Аудит ваших требований и выбор оптимального стека (SDK, платформа, серверная часть).
• Реализация capture-flow: детекция, контроль качества, захват кадра.
• Интеграция OCR (Apple Vision / ML Kit / специализированные) и парсинг полей.
• Подключение NFC-верификации (если требуется).
• Серверная валидация с face matching.
• Тестирование на коллекции из 100+ реальных документов разного качества.
• Документация и рекомендации по поддержке.

Процесс работы

1. Аналитика: определение типов документов и стран.
2. Проектирование: архитектура клиент-сервер, выбор SDK.
3. Реализация: интеграция детекции, OCR, NFC.
4. Тестирование: unit, integration, acceptance на реальных данных.
5. Деплой: публикация в App Store / Google Play, настройка серверной части.
6. Поддержка: мониторинг качества OCR, обновление SDK.

Ориентиры по срокам

Базовый OCR паспорта (MRZ + основные поля) — 1–2 недели. Полный KYC-flow с NFC, face matching, поддержкой нескольких типов документов — 6–10 недель. Стоимость рассчитывается индивидуально.

Получите консультацию — мы оценим ваш проект и предложим оптимальное решение под ключ.