FQN-Karte per Kamera auslesen statt abtippen

Die Karte ist maschinenlesbarer, als sie aussieht

Der Fahrerqualifizierungsnachweis folgt einem amtlichen Muster (Anlage 3 BKrFQV), und fast jedes Feld trägt eine Nummer: 1 Name, 2 Vorname, 3 Geburtsdatum und -ort, 4b Ablaufdatum, 5b Seriennummer, 9 Klassen. Für eine Texterkennung ist das ein Geschenk, denn die Nummern verraten, was wohin gehört.

BKF Manager liest daraus sieben Werte. Lichtbild und Unterschrift ignorieren wir. Geburtsname und Geschlecht sieht das Muster gar nicht vor, die kommen von Hand dazu.

Erkannt wird auf dem Gerät, nicht auf dem Server

Anfangs schickten die Apps das Foto an die Texterkennung unserer Web-App, auf dem iPhone musste die Karte dafür hochkant ins Bild. Heute erkennt BKF Manager den Text direkt auf dem Gerät: auf dem iPhone mit Apples Vision-Framework, auf Android mit Google ML Kit. Das Kamerabild des Live-Scanners wird ausgewertet und verworfen, es verlässt das Gerät nicht. Bei einer Karte voller persönlicher Daten ist das der angenehmere Standard.

Die wichtigste Einstellung ist unscheinbar. Sprachkorrektur hilft bei Fließtext, bei Nummern und Datumsangaben stört sie – die sollen wörtlich bleiben. Also aus damit:

let request = VNRecognizeTextRequest(completionHandler: parseFQN)
request.recognitionLevel = .accurate
request.usesLanguageCorrection = false  // Nummern und Daten wörtlich
request.recognitionLanguages = ["de-DE", "en-US"]

Auf Android erledigt das der Erkenner von Google ML Kit für lateinische Schrift, mehr braucht eine deutsche Karte nicht. Eine Eigenheit muss man kennen: ML Kit dreht das Bild nicht selbst. Bei Einzelfotos probiert die App deshalb alle vier Ausrichtungen und behält das beste Ergebnis.

Feldnummern schlagen Positionsraten

Statt Koordinaten auf der Karte zu raten, sortieren wir die erkannten Zeilen von oben nach unten und suchen nach „1.“, „4b.“ und Co. Steht der Wert erst in der nächsten Zeile, kommt sie mit. Fehlt eine Nummer, springen Regeln ein: Ein Datum mit einem Jahr zwischen 1930 und vierzehn Jahren vor heute ist ein Geburtsdatum, eines vom Vorjahr bis zehn Jahre voraus ein Ablaufdatum.

Bei der Seriennummer wartet ein Klassiker der Texterkennung: O statt 0, L statt 1. Im Nummernteil korrigieren beide Apps deshalb O zu 0, I und L zu 1 und B zu 8. Klingt nach Kleinkram, ist aber genau die Ziffer, an der sonst der ganze Datensatz hängt.

Der Scanner wartet auf zwei gute Bilder

Im Live-Scanner liegt die Karte quer, damit die Schrift mehr Pixel bekommt, und ein Rahmen im Ausweisformat zeigt, wohin sie gehört. Ausgelöst wird automatisch, aber erst, wenn zwei Bilder Name, Geburtsdatum, Seriennummer und Ablaufdatum liefern. Bis dahin steht im Bild, was noch fehlt.

Danach landet nichts ungefragt in der Datenbank. Die Werte stehen vorbelegt in einem normalen Formular, gespeichert wird erst per Knopf. Ist eine Seriennummer schon im System, lehnt der Server ab. Doppelte Teilnehmer gibt es so nicht.

Was wir mitnehmen

Amtliche Muster sind halbe Parser. Wo Felder nummeriert sind, lohnt es sich, die Nummern zu lesen statt das Layout.

Nummern brauchen Regeln, keine Rechtschreibung. Sprachkorrektur aus, Plausibilität an: Datumsformat, Jahresbereiche, typische Verwechsler. Beide Apps prüfen nach denselben Regeln. Ob Apple Vision oder ML Kit die Zeilen liefert, ist dann fast Nebensache.

Ein Treffer ist Zufall, zwei sind ein Ergebnis. Das letzte Wort hat trotzdem ein Mensch. Wie die erfassten Teilnahmen danach ans KBA gehen, steht in Modul 95 digital.