Extracción de datos
Una API de escaneo de documentos de identidad con OCR que devuelve campos estructurados, no un bloque de texto.
ShieldID convierte un documento de identidad oficial con foto en datos estructurados por campo: nombre, fecha de nacimiento, número de documento, vencimiento, dirección y más, cada uno con su fuente y su propio veredicto. Una API de extracción de datos de documentos y una API de verificación de documentos en la misma sesión.
Qué se devuelve
Campos estructurados, siempre que el documento los contenga.
No todos los documentos contienen todos los campos. ShieldID devuelve lo que el documento tiene y señala lo que no tiene.
- Nombre completo
- Tal como están impresos y como están codificados en el código de barras o en la MRZ, cuando el documento incluye uno.
- Fecha de nacimiento
- Se lee de la cara impresa y se contrasta con el código de barras y la MRZ.
- Número de documento
- Número de licencia o número de pasaporte, verificado en cuanto a su coherencia interna cuando el formato del emisor lo permite.
- Fecha de vencimiento
- Se lee de la cara impresa y del código de barras o la MRZ.
- Dirección
- Se lee de la cara impresa y del código de barras, cuando existe; se puede comparar con un documento de domicilio cargado por separado.
- Sexo
- Se lee cuando el documento lo imprime o lo codifica.
- Jurisdicción emisora
- Identificado a partir del código de emisor del código de barras cuando el documento incluye uno reconocido, según disponibilidad.
Tres fuentes, una comparación
Código de barras, MRZ y anverso impreso, leídos de forma deliberada y no mezclados por accidente.
Cada campo se atribuye a la fuente de la que proviene. Cuando dos fuentes no coinciden, se marca en el resultado; no se promedian las dos cifras.
Código de barras PDF417
El reverso de una licencia de conducir o tarjeta de identificación norteamericana se decodifica en campos AAMVA estructurados. Cuando un documento incluye un código de barras, sus campos tienen prioridad sobre el anverso impreso.
MRZ del pasaporte
La zona de lectura mecánica se localiza, se lee y se valida con las fórmulas de dígitos de control de la ICAO incorporadas en la propia zona. Un puntaje mínimo de validez, comprobado contra ese puntaje, determina si un campo leído de la MRZ es confiable: una zona que no supera su propia suma de verificación no puede imponerse a una fuente más limpia.
OCR estructurado y de página completa del anverso
La cara impresa se lee usando el diseño propio del documento cuando se reconoce uno, y recurre a OCR de página completa para que un documento desconocido también produzca campos legibles.
Los conflictos se señalan, no se promedian
Si un nombre o una fecha de nacimiento no coincide entre el anverso, el código de barras y la MRZ, se informa como una discrepancia en el resultado. Nada en el proceso elige un ganador en silencio ni oculta el desacuerdo.
Validación de la suma de verificación de la MRZ
Una zona de lectura mecánica debe comprobar sus propios cálculos antes de que confiemos en ella.
La zona de lectura mecánica de la ICAO en un pasaporte incluye dígitos de control por diseño. ShieldID los valida antes de considerar confiable un campo leído de la MRZ.
Un detector dedicado localiza la MRZ, un lector extrae los caracteres y el resultado se puntúa según su validez con las fórmulas de suma de verificación de la propia zona. Solo un campo que supera el puntaje mínimo de validez recibe confianza con prioridad plena; una zona que se lee mal se trata como corresponde, en lugar de pasarla como si estuviera limpia.
Prioridad del código de barras
Cuando las fuentes se superponen, prevalece la más confiable.
El mismo campo puede aparecer en el código de barras, en la MRZ y en el anverso impreso. ShieldID lo resuelve con un único orden consistente, siempre.
- Código de barras PDF417
- MRZ del pasaporte, una vez que supera su suma de verificación
- Lectura estructurada del anverso impreso
- OCR de página completa como respaldo
Documentos de domicilio
Cargue un segundo documento y obtenga una comparación de domicilio directa.
Cuando una verificación requiere comprobante de domicilio, el solicitante carga un documento aparte y ShieldID lo lee de la misma manera que lee el documento de identidad.
El documento de domicilio se procesa con OCR y su dirección se compara con la dirección leída del documento de identidad. Es una comparación simple de texto y de tokens, no un clasificador de documentos independiente, y solo se ejecuta cuando la sesión lo requiere y se ha suministrado un documento.
Redacción y manejo de PII
Los datos extraídos se protegen igual que las imágenes.
Los campos estructurados cuentan con los mismos controles de privacidad que se aplican a las propias fotos del documento de identidad.
Fecha de nacimiento cifrada en reposo
La fecha de nacimiento se almacena cifrada en reposo; el servicio no se ejecuta si la clave de cifrado no está configurada.
Imágenes eliminadas con un temporizador
Las imágenes del documento y del selfie capturadas se eliminan automáticamente con un temporizador corto, de siete días de forma predeterminada. Una limpieza se ejecuta a intervalos y de nuevo poco después de cada reinicio, de modo que ningún período de inactividad deja una imagen almacenada más allá del día en que debía eliminarse.
Ocultamiento de puntajes en el dispositivo
Cuando una cifra de coincidencia o de confianza se mostraría en el propio teléfono del solicitante, ShieldID elimina el porcentaje subyacente de ese mensaje antes de mostrarlo, de modo que un puntaje sin procesar nunca se muestra fuera de su cuenta.
El registro perdura más que las imágenes
Las imágenes se eliminan según un calendario. El hecho de que se realizó una verificación, y lo que se encontró, permanece en su cuenta y, en una integración con Trust Ledger, como una entrada verificada/fallida en el Registro de actividad (entradas del registro para las cuentas de la API de ShieldID: próximamente).
Resultado de muestra
Veredictos por campo, con la estructura que devuelve la API.
Los nombres, números y direcciones que aparecen a continuación son inventados para este ejemplo. El conjunto de campos, el origen de los datos y los veredictos corresponden a la estructura real de un resultado.
| Campo | Valor | Origen | Veredicto |
|---|---|---|---|
| person.name | "Priya Chandrasekaran" | barcode | match |
| person.dob | "1991-07-22" | barcode | match |
| person.document_number | "C4839201" | mrz | match |
| person.document_country | "CA" | barcode issuer code | match |
| person.address | "18 Spruce Ave, Ottawa ON" | barcode | match |
| identity.name_match | PASS | front vs barcode vs requester | PASS |
| checks.document_tamper | "no_indication" | advisory model | advisory — not gating |
// Sample result. Names, numbers and addresses are fictional.
{
"session_id": "ses_9f2c...sample",
"status": "VERIFIED",
"environment": "sandbox",
"person": {
"name": "Priya Chandrasekaran",
"dob": "1991-07-22",
"document_type": "DRIVERS_LICENCE",
"document_country": "CA",
"document_jurisdiction": "ON",
"address": "18 Spruce Ave, Ottawa ON"
},
"identity": {
"checks": ["name_match"],
"warnings": [],
"sources": {
"name": "barcode",
"dob": "barcode",
"address": "barcode"
}
},
"checks": {
"document": "PASS",
"identity": "PASS",
"document_tamper": "no_indication"
},
"completed_at": "2026-09-17T14:02:11Z"
}Notas de integración
Los mismos campos, dondequiera que lea el resultado.
Los campos estructurados no son un producto aparte de la sesión de verificación. Llegan como parte del mismo resultado.
- Los campos se entregan en el resultado de la sesión que usted obtiene a través de la API una vez que se completa una verificación.
- El mismo resultado se entrega a su endpoint mediante un webhook firmado cuando finaliza la verificación, por lo que no necesita consultarlo repetidamente.
- Cada campo se atribuye a su fuente y lleva su propio veredicto, tanto en el resultado de la API como en la carga del webhook.
- Las sesiones del entorno de pruebas (sandbox) devuelven la misma estructura de campos que producción, por lo que puede desarrollar su integración antes de que se lea un solo documento real.
Preguntas
Respuestas claras sobre la extracción de datos.
Vea los campos usted mismo
Ejecute una verificación en el entorno de pruebas (sandbox) y lea el resultado estructurado.
Cree una sesión en el entorno de pruebas (sandbox), escanee un documento con su propio teléfono y vea en la respuesta cada campo, su fuente y su veredicto. Las sesiones del entorno de pruebas nunca se facturan.