import os import cv2 import re import numpy as np import time import glob from paddleocr import PaddleOCR CARPETA_PENDIENTES = "pendientes" CARPETA_RESULTADOS = "resultados" CARPETA_PROCESADOS = "procesados" for carpeta in [CARPETA_PENDIENTES, CARPETA_RESULTADOS, CARPETA_PROCESADOS]: os.makedirs(carpeta, exist_ok=True) os.environ['FLAGS_enable_pir_api'] = '0' os.environ['PADDLE_PDX_DISABLE_MODEL_SOURCE_CHECK'] = 'True' print("Cargando Motores PaddleOCR") ocr_engine = PaddleOCR(lang='es', use_angle_cls=True, show_log=False) ESTADOS_MEXICO = { "01": "AGUASCALIENTES", "02": "BAJA CALIFORNIA", "03": "BAJA CALIFORNIA SUR", "04": "CAMPECHE", "05": "COAHUILA", "06": "COLIMA", "07": "CHIAPAS", "08": "CHIHUAHUA", "09": "CDMX", "10": "DURANGO", "11": "GUANAJUATO", "12": "GUERRERO", "13": "HIDALGO", "14": "JALISCO", "15": "MEXICO", "16": "MICHOACAN", "17": "MORELOS", "18": "NAYARIT", "19": "NUEVO LEON", "20": "OAXACA", "21": "PUEBLA", "22": "QUERETARO", "23": "QUINTANA ROO", "24": "SAN LUIS POTOSI", "25": "SINALOA", "26": "SONORA", "27": "TABASCO", "28": "TAMAULIPAS", "29": "TLAXCALA", "30": "VERACRUZ", "31": "YUCATAN", "32": "ZACATECAS" } # --- 1. NUEVA FUNCIÓN DE NITIDEZ --- def medir_nitidez(ruta): img = cv2.imread(ruta) if img is None: return 0 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) return cv2.Laplacian(gray, cv2.CV_64F).var() def detectar_pantalla_gabor(ruta_imagen, umbral=1000): img = cv2.imread(ruta_imagen, cv2.IMREAD_GRAYSCALE) if img is None: return False, 0 img = cv2.resize(img, (500, 500)) ksize, sigma, theta, lambd, gamma = 31, 4.0, np.pi/4, 10.0, 0.5 kernel = cv2.getGaborKernel((ksize, ksize), sigma, theta, lambd, gamma, 0, ktype=cv2.CV_32F) filtrada = cv2.filter2D(img, cv2.CV_8UC3, kernel) score = np.var(filtrada) return score > umbral, score # --- FUNCIONES Validacion del frente --- def validar_coherencia(curp, clave): if curp == "No encontrada" or clave == "No encontrada": return False return curp[4:10] == clave[6:12] def extraer_datos_avanzado(lista_textos): texto_completo = " ".join(lista_textos).upper().replace(" ", "") texto_limpio = texto_completo.replace("CLAVEDEELECTOR", "").replace("CLAVEDEELECTO", "") curp_pattern = r'[A-Z]{4}\d{6}[HM][A-Z]{5}[A-Z\d]\d' clave_pattern = r'[A-Z\d]{6}\d{6}[A-Z\d]{2}[A-Z\d]\d{3}' res_curp = "No encontrada" res_clave = "No encontrada" m_curp = re.search(curp_pattern, texto_limpio) if m_curp: res_curp = m_curp.group() m_clave = re.search(clave_pattern, texto_limpio) if m_clave: res_clave = m_clave.group() return res_curp, res_clave def procesar_ine_frente(ruta_imagen): try: result = ocr_engine.ocr(ruta_imagen, cls=True) textos = [linea[1][0] for linea in result[0]] if result[0] else [] curp, clave = extraer_datos_avanzado(textos) if curp == "No encontrada" or clave == "No encontrada": img_cv = cv2.imread(ruta_imagen) gray = cv2.cvtColor(img_cv, cv2.COLOR_BGR2GRAY) thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2) result_2 = ocr_engine.ocr(thresh, cls=True) textos_2 = [linea[1][0] for linea in result_2[0]] if result_2[0] else [] textos.extend(textos_2) c2, k2 = extraer_datos_avanzado(textos_2) if curp == "No encontrada": curp = c2 if clave == "No encontrada": clave = k2 coherente = validar_coherencia(curp, clave) anio_actual = 2026 es_vigente = False anio_vencimiento = None texto_unido = " ".join(textos).upper() anios_detectados = re.findall(r'20[23]\d', texto_unido) if anios_detectados: anios_int = [int(a) for a in anios_detectados] anio_vencimiento = max(anios_int) if anio_vencimiento >= anio_actual: es_vigente = True nombre_estado = "No identificado" if clave != "No encontrada": cod_estado = clave[12:14] nombre_estado = ESTADOS_MEXICO.get(cod_estado, "Desconocido") img_face = cv2.imread(ruta_imagen) gray_face = cv2.cvtColor(img_face, cv2.COLOR_BGR2GRAY) gray_face = cv2.equalizeHist(gray_face) face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') faces = face_cascade.detectMultiScale(gray_face, scaleFactor=1.05, minNeighbors=3, minSize=(40, 40)) tiene_rostro = len(faces) > 0 valido_frente = (curp != "No encontrada" and tiene_rostro and es_vigente) return { "curp": curp, "clave_elector": clave, "coinciden_fechas": coherente, "vigente": es_vigente, "anio_vencimiento": anio_vencimiento, "estado": nombre_estado, "tiene_rostro": tiene_rostro, "valido_frente": valido_frente } except Exception as e: return {"error": str(e)} def decodificar_mrz_oficial(lista_textos): bloque_limpio = "<<".join(lista_textos).upper().replace(" ", "") idmex_match = re.search(r'IDMEX(\d{10,12})', bloque_limpio) if not idmex_match: idmex_match = re.search(r'(\d{10,12})', bloque_limpio) id_credencial = idmex_match.group(1) if idmex_match else "No detectado" patron = re.search(r'(\d{6})\d([HM])(\d{6})\d', bloque_limpio) nacimiento = "No detectado"; sexo = "No detectado"; vencimiento = "No detectado" nacimiento_raw = None if patron: f_nac = patron.group(1) nacimiento_raw = f_nac yy, mm, dd = f_nac[0:2], f_nac[2:4], f_nac[4:6] siglo = "19" if int(yy) > 30 else "20" nacimiento = f"{dd}/{mm}/{siglo}{yy}" sexo = "HOMBRE" if patron.group(2) == "H" else "MUJER" f_ven = patron.group(3) v_yy, v_mm, v_dd = f_ven[0:2], f_ven[2:4], f_ven[4:6] vencimiento = f"20{v_yy}-{v_mm}-{v_dd}" return { "id_credencial": id_credencial, "nacimiento": nacimiento, "nacimiento_raw": nacimiento_raw, "sexo": sexo, "vencimiento": vencimiento, "valido_atras": id_credencial != "No detectado" and nacimiento != "No detectado" } def procesar_reverso_ine(ruta): try: result = ocr_engine.ocr(ruta, cls=True) if result and result[0]: textos = [linea[1][0] for linea in result[0]] return decodificar_mrz_oficial(textos) img = cv2.imread(ruta) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) result = ocr_engine.ocr(thresh, cls=True) if result and result[0]: textos = [linea[1][0] for linea in result[0]] return decodificar_mrz_oficial(textos) return {"error": "No se pudo extraer texto"} except Exception as e: return {"error": str(e)} # --- LÓGICA DE INTEGRACIÓN Y VALIDACIÓN CRUZADA --- if __name__ == "__main__": print("Monitor INE Iniciado. Nombra tus archivos como 'persona_frente.jpg' y 'persona_atras.jpg'") while True: archivos = glob.glob(os.path.join(CARPETA_PENDIENTES, "*.*")) grupos = {} for r in archivos: base = "_".join(os.path.basename(r).split('_')[:-1]) if base not in grupos: grupos[base] = [] grupos[base].append(r) for sujeto, rutas in grupos.items(): if len(rutas) < 2: continue print(f"\n>>> Procesando Identidad Completa: {sujeto}") # --- 2. EVALUAR NITIDEZ DE AMBOS LADOS --- alertas_calidad = [] umbral_nitidez = 80.0 data_frente = {}; data_atras = {} f_path = ""; a_path = "" for r in rutas: # --- NUEVA VALIDACIÓN DE PANTALLA --- es_pantalla, score_p = detectar_pantalla_gabor(r, umbral=1000) if es_pantalla: tipo = "FRENTE" if "frente" in r.lower() else "ATRÁS" alertas_calidad.append(f"FRAUDE: {tipo} es una PANTALLA (Score: {score_p:.1f})") valor_nitidez = medir_nitidez(r) if valor_nitidez < umbral_nitidez: tipo = "FRENTE" if "frente" in r.lower() else "ATRÁS" alertas_calidad.append(f"{tipo} está borrosa ({valor_nitidez:.1f})") if "frente" in r.lower(): data_frente = procesar_ine_frente(r) f_path = r elif "atras" in r.lower() or "reverso" in r.lower(): data_atras = procesar_reverso_ine(r) a_path = r # VALIDACIÓN CRUZADA coherencia_global = False obs_cruzada = "No se pudo realizar validación cruzada" if "curp" in data_frente and "nacimiento_raw" in data_atras: curp = data_frente["curp"] nac_mrz = data_atras["nacimiento_raw"] match_nac = curp[4:10] == nac_mrz if curp != "No encontrada" and nac_mrz else False sexo_f = "H" if data_atras["sexo"] == "HOMBRE" else "M" match_sexo = curp[10] == sexo_f if curp != "No encontrada" and len(curp)>10 else False if match_nac and match_sexo: coherencia_global = True obs_cruzada = "Coherencia total entre Frente y Vuelta ✅" else: obs_cruzada = "ERROR: Los datos del frente no coinciden con el reverso ❌" # RESULTADO FINAL hay_fraude = any("FRAUDE" in alerta for alerta in alertas_calidad) ine_valida_final = data_frente.get("valido_frente", False) and \ data_atras.get("valido_atras", False) and \ coherencia_global and not hay_fraude # GUARDAR REPORTE UNIFICADO ruta_resultado = os.path.join(CARPETA_RESULTADOS, f"REPORTE_{sujeto}.txt") with open(ruta_resultado, "w", encoding="utf-8") as f: f.write(f"REPORTE DE VALIDACIÓN INE: {sujeto.upper()}\n") f.write("="*45 + "\n") # Reportar alertas de calidad si existen if alertas_calidad: f.write("⚠️ ALERTAS DE CALIDAD:\n") for al in alertas_calidad: f.write(f" - {al}\n") f.write("-" * 45 + "\n") f.write(f"RESULTADO FINAL: {'IDENTIFICACIÓN VÁLIDA ✅' if ine_valida_final else 'IDENTIFICACIÓN FALSA O INVÁLIDA ❌'}\n") f.write(f"COHERENCIA CRUZADA: {obs_cruzada}\n") f.write("="*45 + "\n\n") f.write("APARTADO A: ANVERSO (FRENTE)\n") f.write("-" * 30 + "\n") for k, v in data_frente.items(): f.write(f"{k}: {v}\n") f.write("\nAPARTADO B: REVERSO (ATRÁS)\n") f.write("-" * 30 + "\n") for k, v in data_atras.items(): f.write(f"{k}: {v}\n") # MOVER ARCHIVOS for r in [f_path, a_path]: if r: os.rename(r, os.path.join(CARPETA_PROCESADOS, os.path.basename(r))) print(f"Finalizado: Reporte generado en {CARPETA_RESULTADOS}") time.sleep(2)