NiDHiN-1908/id-document-forgery-detection

# ID 伪造检测器 一个用于分析证件图像并生成结构化欺诈风险报告的原型 FastAPI 服务。 ## 项目概述 本仓库实现了一个轻量级的伪造检测工作流程，使用图像启发式方法和 OCR 信号。 - `app/main.py` — FastAPI 应用程序入口点。 - `app/routes/analyze.py` — 用于文档分析的 Web 表单和 API 端点。 - `app/services/` — 图像处理、OCR 验证和风险评分逻辑。 - `app/models/schemas.py` — 用于验证和报告负载的 Pydantic 模型。 - `app/templates/` — 用于上传和报告渲染的 Jinja2 视图。 - `frontend/app.py` — 用于向 API 提交图像的 CLI 客户端。 - `tests/test_api.py` — 应用程序端点的集成测试。 ## 功能 - 针对 JPEG/PNG 图像上传的文件验证。 - 启发式图像分析，包括亮度、对比度、边缘密度、噪声、结构和颜色均匀性。 - OCR 检查，以验证文本存在性、关键词信号、置信度和文本密度。 - 风险评分引擎，将文档分类为 `Low`（低）、`Moderate`（中）或 `High`（高）伪造风险。 - 易于理解的发现和建议的后续步骤。 - 用于监控的轻量级健康端点。 ## 安装说明 1. 创建并激活您的 Python 环境。 python -m venv .venv source .venv/bin/activate # Linux/macOS .venv\Scripts\activate # Windows 2. 安装依赖项。 pip install -r requirements.txt ## 本地运行 启动 API 服务器： ``` python -m uvicorn app.main:app --reload --host 127.0.0.1 --port 8000 ``` 在浏览器中打开： ``` http://127.0.0.1:8000/ ``` OpenAPI 文档位于： ``` http://127.0.0.1:8000/docs ``` ## CLI 使用 使用 CLI 客户端将 ID 图像提交到 API： ``` python frontend/app.py path/to/id_image.png ``` ## 测试 运行 API 测试套件： ``` python -m pytest tests/test_api.py ``` ## 注意事项 - 本项目是一个原型，不应替代生产身份验证系统。 - 为了获得更好的运行时性能，请使用支持 GPU 的环境或降低 OCR 分辨率。 - 该应用设计易于扩展，可以集成到更大的身份验证 pipeline 中。

标签：Apex, API服务, AV绕过, FastAPI, OCR, Python, 云计算, 伪造识别, 光学字符识别, 图像取证, 图像处理, 图像识别, 数据验证, 文件上传, 文档分析, 无后门, 机器学习, 欺诈检测, 网络安全, 规则引擎, 计算机视觉, 逆向工具, 隐私保护