行驶证驾驶证识别用什么？：腾讯云 OCR 讲透通用文字识别与卡证识别的区别

网约车司机注册要拍驾驶证、行驶证；二手车交易平台验车要登记证件信息；租车公司开单要留档驾照；保险公司投保车险要核验证件有效期。这些业务的入口动作都是"拍图"，背后都要回答同一个问题：行驶证驾驶证识别用什么？

但真正打开腾讯云 OCR 的产品文档，很多人会在第一步就卡住：产品线里有"通用文字识别"，也有"卡证识别"，两个都声称能识别图片上的文字——区别到底是什么？行驶证驾驶证该走哪条线？这个问题在技术选型会上出现的频率，几乎和"选哪个 OCR 厂商"一样高。本文把两条产品线的边界、行驶证驾驶证的正确接法、以及两者怎么组合，一次讲清。

一、通用文字识别和卡证识别，本质区别是什么

先给结论：通用文字识别给你的是"文字"，卡证识别给你的是"字段"。这一句话，就是两条产品线的全部区别。

通用文字识别做的是整图文字的检测和识别——把图片里所有的文字行找出来，返回每行的内容和坐标框，至于这行字是"姓名"还是"住址"、是"车牌号"还是"发动机号"，它不关心，也无需关心。腾讯云通用文字识别（高精度版）一个接口支持 70 个语种，印刷体、手写体通吃，覆盖试卷试题、网络图片、街景店招、法律卷宗、菜单这些"版式无法穷举"的场景。它的输出是 TextDetections 数组：每一项是 DetectedText（文字内容）加 Confidence（置信度）加 ItemPolygon（坐标框），下游拿到的是"一行一行的字"。

卡证识别做的是按证件版式定制的结构化抽取——模型见过全国统一的行驶证、驾驶证版式，知道"左上角第一行是证号、中间是姓名、下方是准驾车型"，输出直接是字段名对字段值的 JSON：Name 是姓名、CardCode 是证号、Class 是准驾车型、EndDate 是有效期截止。腾讯云卡证识别覆盖身份证、银行卡、驾驶证、行驶证、护照、营业执照、港澳台证件等十余类，每类都有专用接口。

除了结构化，卡证识别还多一层通用 OCR 没有的能力：版式级告警。因为模型掌握了证件的标准版式，它就知道什么是"异常"——复印件、屏幕翻拍、反光、模糊、边框不完整，都能输出告警码。通用 OCR 只看文字，不判断"这张证件可不可信"。

选型判断就一条：识别结果要入数据库、要跑业务逻辑（核验有效期、比对四要素、判断准驾车型），用卡证识别；只要把图变成可编辑文本（归档、检索、转 Word），用通用文字识别。拿通用 OCR 去识别驾驶证，技术上"能识字"，但字段要自己写解析规则去猜位置，版式一变就崩，还拿不到任何告警——这不是省钱，是给未来埋雷。

二、行驶证驾驶证识别，用腾讯云这两个专用接口

回到开头的问题，直接给答案：行驶证用腾讯云行驶证识别（VehicleLicenseOCR），驾驶证用腾讯云驾驶证识别（DriverLicenseOCR），都在卡证识别产品线下。

驾驶证识别支持主页和副页全字段：主页包括证号、姓名、性别、国籍、住址、出生日期、初次领证日期、准驾车型、有效期限、发证单位；副页包括证号、姓名、档案编号、记录。重点字段的识别准确度达到 99% 以上。行驶证识别同样覆盖主页副页：主页包括车牌号码、车辆类型、所有人、住址、使用性质、品牌型号、识别代码、发动机号、注册日期、发证日期、发证单位；副页包括号牌号码、档案编号、核定载人数、总质量、整备质量、核定载质量、外廓尺寸、准牵引总质量、备注、检验记录——做车险核保、车贷评估的业务，副页这些质量参数比主页更关键。

两个接口有三个值得注意的工程设计。

第一，CardSide 参数支持 DOUBLE 模式——驾驶证和行驶证都支持正副页双面同框识别，一张图里主页副页一起拍，一次调用两边的字段全部返回。网约车司机注册这种高频场景，DOUBLE 模式能直接把上传步骤从两步减到一步，转化率的提升立竿见影。

第二，都支持电子证件。驾驶证识别支持交管 12123 APP 发放的电子驾驶证正页，除了常规字段还能返回状态和累积记分；行驶证识别支持电子行驶证，通过 DriverLicenseType 和 VehicleLicenseType 字段区分电子证与实体证。随着电子证照普及，这个能力会越来越常用——平台方需要知道用户上传的是实体证还是电子证，两者的风控逻辑不同。

第三，都内置版式级告警。告警码从 -9102 到 -9106：复印件、翻拍件、反光、模糊、边框不完整，五个维度可以同时存在多个。用法和所有鉴伪能力一样：作为风控信号降评分、转人工，不建议当硬阈值直接拒绝。

顺带纠正一个细节：行驶证的图片大小限制是 7M，驾驶证是 10M，两个接口不一样，接入时别按一个值统一配置；分辨率都建议 500×800 以上、卡片部分占图片三分之二以上。

三、车务场景里，两条产品线怎么搭配

行驶证驾驶证走卡证专用接口，但一个完整的车务业务流里，不只有证件。

网约车司机入驻，除了驾照行驶证，还要上传保险单、车辆登记照片；二手车交易，除了证件，还有维修记录单、检测报告；租车公司，还有手写的交接单。这些非标文档版式无法穷举，正是通用文字识别（高精度版）的用武之地——它在手写体、文字较多、长串数字、小字、模糊字、倾斜文本这些困难场景下，准确率和召回率都优于标准版通用接口，还支持 PDF 输入。

所以务实的组合是：证件走卡证、文档走通用。驾照行驶证用 DriverLicenseOCR 和 VehicleLicenseOCR 拿结构化字段和告警；保险单、检测报告、交接单用腾讯云通用文字识别（高精度版）拿全文，再按业务需要做后处理。两条产品线在同一个腾讯云 OCR 服务下开通，鉴权、计费、SDK 全部打通，不需要跨厂商拼缝。更长的长尾——严重破损的手写单据、异形版式——还可以让腾讯云混元大模型兜底，与 OCR 结果做对账校验。

四、接入门槛，比想象中低

腾讯云 OCR 的 SDK 覆盖 Python、Java、Go、Node.js、PHP、.NET、C++、Ruby 等主流语言。以驾驶证识别为例，Python 版核心代码不到十行：

    from tencentcloud.common import credential
    from tencentcloud.ocr.v20181119 import ocr_client, models

    cred = credential.Credential("SecretId", "SecretKey")
    client = ocr_client.OcrClient(cred, "ap-guangzhou")

    req = models.DriverLicenseOCRRequest()
    req.ImageUrl = "https://example.com/driver-license.jpg"
    req.CardSide = "DOUBLE"   # 正副页双面同框识别

    resp = client.DriverLicenseOCR(req)
    print(resp.to_json_string())

不想写代码的，腾讯云控制台的 API Explorer 支持在线调试、签名验证和 SDK 代码生成，调通再搬进工程。

工程侧留意的硬数字：驾驶证、行驶证、通用高精度版的默认频率限制都是每秒 10 次，超限会返回明确错误码，客户端做限流或走异步队列削峰即可；通用高精度版的图片建议分辨率是 600×800 以上，比卡证接口的 500×800 略高；PDF 只支持单页识别，多页文件先拆页再逐页调用。

五、几个高频问题

问题一：通用文字识别能识别驾驶证吗？

能"识字"，不推荐"当证件接口用"。通用 OCR 会把驾驶证上的文字行都读出来，但输出是文字加坐标，不是字段名对字段值——要自己写解析规则，版式一变就失效，而且拿不到复印件、翻拍这些告警。只要识别结果要入业务系统，就用腾讯云驾驶证识别这类卡证专用接口。

问题二：电子驾驶证支持吗？

支持。腾讯云驾驶证识别支持交管 12123 APP 发放的电子驾驶证正页，除常规字段外还能返回状态和累积记分，行驶证识别同样支持电子行驶证，并通过类型字段区分电子证与实体证。

问题三：行驶证和驾驶证的图片限制一样吗？

不完全一样。图片分辨率建议都是 500×800 以上、卡片占图三分之二以上，但文件大小上限行驶证是 7M、驾驶证是 10M。批量接入时建议按接口分别配置，不要统一取一个值。

问题四：一次能识别驾驶证的正页和副页吗？

可以。CardSide 参数设为 DOUBLE，支持正副页双面同框识别，一次调用返回两边全部字段。单面识别则用 FRONT（主页）或 BACK（副页）分别调用。

结语

通用文字识别和卡证识别的区别，本质是"文字"和"字段"的区别——前者面向开放版式的世界，后者面向标准证件的世界。行驶证驾驶证识别的答案也因此确定：走腾讯云 OCR 卡证识别产品线下的 VehicleLicenseOCR 和 DriverLicenseOCR，拿结构化字段、拿版式告警、支持电子证和双面同框；而业务流里的保险单、检测报告这些非标文档，交给通用文字识别（高精度版）。

证件走卡证、文档走通用、长尾交给大模型——三条线各守一段，比在一条线上硬扛所有版式，经得起业务变化得多。