去车管所办业务的人都有体会：排队两小时，办事五分钟。其中一个原因是——材料审核。一辆车要过户，需要核验的证件就有驾驶证、行驶证、登记证书、购置税完税证明等好几份，每份都要人工录入信息、逐项比对。
驾驶证和行驶证的OCR识别，正在把这件事变得不一样。
驾驶证和行驶证长什么样？
驾驶证（也叫驾照）主页面包含：证号（即身份证号）、姓名、性别、国籍、住址、出生日期、准驾车型、有效期起始日期、有效期截止日期。副页面记录了累积记分情况。
行驶证是机动车的”身份证”，主页面包含：号牌号码、车辆类型、所有人、住址、使用性质、品牌型号、车辆识别代号（VIN）、发动机号码、注册日期、发证日期。
两份证件的版式都是公安部统一标准，字段位置固定，印刷质量较高，表面看是OCR的理想对象。
但实际场景中问题不少。
识别难点在哪里？
塑封反光。 驾驶证和行驶证都有塑封膜，柜台灯光下拍照容易产生大面积反光，盖住关键字段。专业设备用红外光穿透塑封膜消除反光，但手机拍照识别就只能靠算法后处理了。
字段密度高。 行驶证正面的信息非常密集，”车辆识别代号”一行就有17位字母数字混排，每个字符之间间距小，容易粘连。VIN码中字母I、O和数字1、0极易混淆——系统必须靠校验规则来区分。
准驾车型代码多。 驾驶证上的”准驾车型”字段，可能是A1、A2、A3、B1、B2、C1、C2、C3、C4、D、E、F、M、N、P等十几种代码之一，还可能是多个代码组合（如”C1D”）。OCR不仅要识别字符，还要理解这个字段的编码规则。
磨损与旧版式。 早期发放的驾驶证和行驶证，经过多年使用后塑封膜起皱、字体褪色、边角磨损。不同年份的版式也有细微差异，需要模型覆盖所有版本。
技术方案：定位 + 识别 + 校验
和身份证OCR类似，驾驶证和行驶证的识别也分三步走：
第一步，证件检测与矫正。 目标检测模型找到证件位置，四点透视矫正把歪斜的证件”摆正”。这一步对手机拍照场景尤其重要——用户不可能每次都把证件摆得端端正正。
第二步，字段分割与识别。 驾驶证和行驶证各自有固定的字段布局，系统按预定义的区域位置提取每个字段，用文字识别模型读取内容。对于VIN码这类高密度字段，使用专门的字符级识别模型，配合校验规则（VIN码第9位是校验位，可以验证前8位和后8位是否正确）。
第三步，结构化输出。 识别结果按JSON格式输出，每个字段对应一个key-value对。系统可以和车管所数据库对接，自动核验证件信息是否一致。
4S店和保险公司的日常
4S店车辆登记。 客户购车后，4S店需要将车辆信息录入系统，办理临牌、保险、购置税。行驶证OCR扫一下，号牌号码、VIN码、发动机号自动填入，不用人工逐位录入17位VIN码。
保险公司理赔。 车险理赔时需要核验驾驶证和行驶证，OCR识别后自动比对被保险人信息，确认证件有效性，减少骗保风险。
二手车交易。 过户时双方证件和车辆证件一起扫描，信息批量录入交易系统，办理效率大幅提升。
交通执法。 交警移动执法终端扫一下驾驶证和行驶证，驾驶人信息和车辆信息秒级调出，违法记录一目了然。
环保检测。 汽车尾气检测站需要登记车辆信息和车主信息，证件OCR让登记窗口从排队五分钟变成十几秒。
一辆车从出厂到报废，要经过登记、过户、年检、保险、维修等无数环节，每个环节都要核验证件。OCR做的，是让每个环节的信息录入从”手工活”变成”自动活”。