как отсканировать номер карты
Как считать данные вашей карты любым смартфоном
Мы привыкли использовать телефон с NFC как банковскую карту. А можно ли используя эту технологию прочитать данные физической карточки? Оказывается, можно. И вот вам бесплатное приложение для Андроид, которое поможет вам это сделать.
Что может приложение
Приложение «Считыватель банковских карт» можно скачать по этой ссылке из официального магазина Google Play. Работать программа будет только на телефонах с NFC.
Чтобы прочитать данные своей карты, просто поднесите ее к смартфону. Приложение должно находиться в режиме ожидания.
Отобразится базовая информация о карточке следующего вида.
Чтобы увидеть номер целиком, нажмите на изображение карты на экране и введите 4 последовательные цифры из номера. Например, четыре последних.
Теперь карточка показывается целиком.
Я замазал цифры, но они отображаются корректно — проверено. Ниже виден срок действия, тоже правильно.
Также вы можете посмотреть последние транзакции, которые были проведены с авторизацией этой картой.
Резонный вопрос: а не сольет ли эта программа ваш номер карты в сеть? У приложения нет доступа в интернет, так как отсутствует соответствующее разрешение. Потому ничего и никуда отправить оно не способно.
В чем практический смысл такой программы? Вы и сами способны прочитать номер карточки. Разве что в вашем распоряжении оказалась половинка карты с чипом.
Вероятно, цель разработчиков — продемонстрировать пользователям, что мошенники могут написать аналогичный инструмент и пользоваться им в местах скопления людей. Например, в торговых центрах, общественном транспорте, в кафе и магазинах. Поэтому старайтесь держать свои банковские карты подальше от чужих телефонов, располагая их как можно глубже в сумке или нагрудном кармане куртки! Так вы защитите себя и свои данные от мошенников.
Еще один отличный способ защитить карты — использовать специальный кошелек или чехол с сеткой Фарадея внутри. Данная сетка блокирует все сигналы, включая NFC/RFID, Wi-Fi, сотовые и радио. Так что злоумышленники могут бесконечно долго и безуспешно пытаться считать данных ваших карт. Стоят такие чехлы не сильно дорого, а польза будет внушительной, если вы часто бываете в людных местах.
Легко ли распознать информацию на банковской карточке?
Когда мы общаемся с нашими заказчиками, то, будучи специалистами в этой области, активно используем соответствующую терминологию, в частности слово «распознавание». При этом слушающая аудитория, воспитанная на Cuneiform и FineReader, часто вкладывает в этот термин именно задачу сопоставления вырезанного участка изображения некоторому числу (коду символа), которая в наши дни решается нейросетевым подходом и является далеко не первым этапом в задаче распознавания информации. В начале необходимо локализовать карточку на изображении, найти информационные поля, выполнить сегментацию на символы. Каждая перечисленная подзадача с формальной точки зрения является самостоятельной задачей распознавания. И если для обучения нейронных сетей существуют зарекомендовавшие себя подходы и инструменты, то в задачах ориентации и сегментации каждый раз требуется индивидуальный подход. Если вам интересно узнать про подходы, которые мы использовали при решении задачи распознавания банковской карточки, тогда добро пожаловать под кат!
Распознавание данных с кредитной карты одновременно является высокоактуальной и весьма интересной с точки зрения алгоритмов задачей. Хорошо реализованная программа распознавания пластиковых карт может избавить человека от надобности вводить большую часть данных вручную при осуществлении интернет-платежей и платежей в мобильных приложениях. С точки зрения распознавания, банковская карта — это сложный документ стандартного размера (85,6 × 53,98 мм), выполненный на типовом бланке и содержащий определенный набор полей (как обязательных, так и дополнительных): номер карты, имя держателя карты, дата выдачи, срок действия, номер аккаунта, CVV2-код или его аналог. Часть полей находится на лицевой стороне, другая часть — на обратной. И несмотря на то, что для совершения платежной транзацкии требуется указать только номер карты, практически все платежные системы (в качестве проверки подлинности) дополнительно требуют указать имя держателя карты, срок действия и CVV2-код. Сосредоточимся дальше на задаче распознавания информационных полей лицевой стороны карточки (объективно, она в разы сложнее).
Итак, для совершения интернет-платежа в большинстве случаев требуется распознать на изображении номер карточки, имя держателя и срок действия карты.
В качестве первого этапа необходимо найти координаты углов карточки. Так как геометрические характеристики карточки нам известны (все карточки выполнены строго в соответствии с стандартом ISO 781), то для определения четырехугольника карточки воспользуемся алгоритмом поиска и перебора прямых, про который мы уже рассказывали в одной из наших публикаций на Хабре.
При известном четырехугольнике нетрудно вычислить и применить к изображению проективное преобразование, приводящее изображение карты к ортогональному виду с фиксированным разрешением. Будем считать, что такое исправленное изображение приходит на вход последующим этапам — ориентации и распознаванию конкретных информационных полей.
С точки зрения архитектуры, распознавание трех целевых полей состоит из одних и тех же частей:
Алгоритм распознавания срока действия
Пусть изображение карты у нас уже выправлено (как было сказано выше). Результатом работы алгоритма должны быть 4 десятичные цифры: по две на месяц и год срока окончания действия. Считается, что алгоритм выдал правильный ответ, если полученные 4 цифры совпадают с теми, что изображены на карте. Символ, разделяющий их, не учитывается и может быть любым. Отказ от распознавания трактуется как неверный ответ.
Первым шагом требуется локализовать поле на карточке (в отличии от номера, расположение этого поля не стандартизовано). Использование «метода грубой силы» по всей площади карты – занятие малоперспективное, поскольку соответствующий текстовый фрагмент очень короткий (чаще всего 5 символов), синтаксическая избыточность невелика, и вероятность ложного обнаружения на произвольном фрагменте текста или даже пестром участке фона оказывается неприемлемо большой. Поэтому применим хитрость: будем искать не саму дату, а некоторую информационную зону, расположенную под номером карточки и обладающую устойчивой геометрической структурой.
Рисунок 1. Примеры искомой трехстрочной информационной зоны
Рассматриваемая зона разбивается на три строки, одна из которых часто пустая. Важно, что расположение строки с датой внутри этой зоны хорошо определено. Эта парадоксальная фраза означает следующее: в случае, когда непустых строк в зоне две, их межстрочный интервал либо совпадает с межстрочным интервалом трехстрочных зон, либо примерно равен сумме удвоенного интервала и высоты строки.
Поиск зоны и разбиение ее на 3 строки осложняется наличием на карте фона, который, как мы уже говорили, разнообразный. Для решения этой задачи к изображению карточки применяется комбинация фильтров, целью чего является выделение вертикальных границ букв и гашение остальных деталей изображения. Последовательность фильтров следующая:
Рисунок 2. Предварительная фильтрация изображения кредитной карты: а) исходное изображение, б) изображение в градациях серого в) изображение вертикальных границ, г) фильтрованное изображение вертикальных границ
В нашей реализации для экономии времени морфологические операции реализованы с использованием алгоритма ван Херка. Он позволяет вычислять морфологические операции с прямоугольным примитивом за время, не зависящее от размеров примитива, что позволяет использовать сложные морфологические фильтры большой площади в задачах распознавания документов в режиме реального времени.
После фильтрации интенсивности пикселей обработанного изображения проецируются на вертикальную ось:
где — фильтрованное изображение, — ширина изображения, — квантиль уровня (эта величина используется для порогового отсечения с целью подавить влияние резких шумовых границ, которые как правило возникают из-за наличия нанесенного краской статического текста типа “valid thru” и т.п.).
По полученной проекции теперь возможно найти наиболее вероятное положение строк, предполагая отсутствие горизонтальных границ в межстрочных интервалах. Для этого минимизируем сумму по проекции по всевозможным периодам и начальным фазам из заранее заданного интервала:
Поскольку локальные минимумы , как правило, достаточно выражены и на внешних границах текста, оптимальное значение равняется четырем (подразумевая, что на карте 3 строки, а, следовательно, 4 локальных минимума). В результате мы найдем параметры , задающие центры межстрочных интервалов, а также внешние границы текста (см. рисунок 3).
Рисунок 3. Вид проекции и оптимальные разрезы, выделяющие на ней области трех строк
Теперь область поиска даты можно существенно сократить, одновременно учитывая исходную форму области и найденное на данном изображении положение строк. Для такого пересечения генерируется множество возможных положений подстрок, с которым и будет вестись работа далее.
Каждая из подстрок-кандидатов сегментируется на символы, учитывая, что все символы на таких картах моноширинные. Это позволяет использовать алгоритм динамического программирования для поиска межсимвольных разрезов без распознавания символов (все, что требуется знать — допустимый интервал для ширины символа). Здесь изложим основные идеи алгоритма.
После сегментации на символы, пришло время распознавания с помощью искусственной нейронной сети (ИНС). К сожалению, сколь-нибудь подробное описание этого процесса выходит за рамки данной статьи. Отметим только пару фактов:
Таким образом, для каждого изображения символа мы получим массив, содержащий псевдовероятностные оценки нахождения соответствующего символа алфавита на данном изображении. Казалось бы, правильный ответ — построить строку из наилучших вариантов (с наибольшими значением псевдовероятности). Однако ИНС иногда ошибается. Часть ошибок ИНС можно исправить с помощью постобработки благодаря существующим ограничениям на ожидаемые значения даты (например, не бывает 13-го месяца). Для этого используется так называемый алгоритм “рулетки”, итерационно перечисляющий все возможные варианты “прочтения строки” в порядке убывания общей псевдовероятности. Первый удовлетворяющий существующим ограничениям вариант считается ответом.
Конечно, помимо описанного “элементарного” постпроцесса в нашей системе используются и дополнительные контекстно-зависимые методы, описание которых не попало в данную статью.
Результаты работы
Для того, чтобы оценить качество работы нашего SDK, мы собрали базу изображений карточек различных платежных систем, выпущенных разными банками в размере 750 изображений (количество уникальных карточек — 60 штук). На собранном материале получили следующие результаты:
Распознавание банковских карт всем полезно, когда работает
На рынке IT технологий для финансового сектора и ретейла не так много решений, которые удобны одновременно и покупателям, и продавцам. Распознавание банковских карт – одно из таких решений. Сегодняшняя статья посвящена этой теме.
Ранее на Хабре мы уже разбирали научно-техническую составляющую системы распознавания банковских карт. Сегодня же уделим внимание бизнес-идее данной задачи.
Итак, начнем. Банковские карточки прочно вошли в нашу жизнь, вытесняя в сфере ритейла и услуг наличные деньги (конечно, кэш никуда не денется, дорожая с каждым годом, но давайте не будем это обсуждать сейчас). Развитие коммуникационных технологий и эквайринга позволяет без лишних проблем адаптировать даже «счёты» к приему пластиковых карт, открывая тем самым для любой торговой точки безграничный мир безналичной оплаты.
За офлайн магазинами закономерно идут онлайн организации. Действительно, в отличие от «налички», которая существует здесь и сейчас в материальном виде, банковские карты позволяют быстро оплатить купленный в Интернете товар, буквально введя платежные реквизиты.
Правда, тут есть одна маленькая загвоздка. Кроется она в постоянной необходимости «вводить» данные банковской карты. Современные гаджеты с их бесконечными голосовыми ассистентами, модулями заполнения, подсказками, интерпретацией, распознаваниями кажется уже полностью отучили человечество что-либо вводить механически. Это действительно удобно, когда не надо пальцами тыкать лишний раз кнопки. А здесь, при совершении покупки, приходится вводить 16-19 цифр, слабо интерпретируемых с человеческой точки зрения (которые составляют номер банковской карты). Просто вспомните, сколько раз вы неверно вводили номер при оплате товара или переводе!?
Особенно сильно это неудобство проявляется, когда речь идет о покупке в не самых комфортных окружающих условиях: в тесном автобусе, на морозе и т. д. Особенно, когда ты привык, что аналогичная покупка любого товара в офлайн магазине (или даже билета в трамвае) занимает секунду, при этом требуется просто поднести карту к платежному терминалу.
Такое «неудобство оплаты» непосредственно сказывается на продавцах. Уверен, никому не хочется терять покупателя, которого с таким трудом удалось довести до страницы оплаты, из-за какого-то дискомфорта или просто потому, что покупатель «задолбался» и успел передумать вводить реквизиты для оплаты. На западе утверждается, что число таких «незавершенных» транзакций достигает десятков процентов.
Конечно, процесс оплаты в онлайн должен быть такой же простой, как в офлайн – буквально за доли секунды, путем предъявления банковской карты платежному терминалу, чью роль в данном случае играет мобильный телефон, планшет или компьютер. И все это делается благодаря системам распознавания банковских карт.
Помимо комфорта, системы распознавания позволяют спасти от фрода: ведь при должной реализации машина может не только распознать информацию, но и проконтролировать реальное наличие банковской карты, а не муляжа или цифрового «слепка».
Таким образом, технология распознавания банковских карт, на самом деле оказывается передовой и крайне необходимой. В теории. При условии достойной реализации. А как же обстоят дела на практике?
Не так радужно, как ожидается в эпоху повсеместного искусственного интеллекта. На сегодняшний день большинство IT команд отдают свое предпочтение бесплатному SDK по распознаванию карточек, которое не обновлялось (невозможно в это поверить) уже более 4 лет. Представляете? Блокчейн уже на дворе. Государство уже обсуждает «восстание машин». Платежные системы развиваются, банки реализуют новые дизайны и виды пластика, а такие cutting edge технологии, как распознавание банковских карт, даже не обновляются. Где ты, поддержка национальной платежной системы «МИР»? Как тебе живется, Тинькофф Банк, со своими модными flat-картами? Нет-нет, ничего другого, кроме эмбоссированных привычных карточек, бесплатный SDK не предлагает. Это раз.
Во-вторых, откуда взялась эта мода «требовать» позиционировать карту в заданную «мишень»? Как нам кажется, такой подход «выворачивает мозг наизнанку», воочию демонстрируя, как компьютер «заставляет» человека делать что-то правильно, а не наоборот. Налицо обучение машиной человека со всеми вытекающими…
В-третьих, точность и время распознавания, конечно, в таких решениях играют первостепенную роль. Безумно раздражает, когда процесс оплаты с помощью банковской карты длится больше секунды.
В Smart Engines мы сделали все для реализации технологии распознавания банковских карт, полностью отвечающих требованиям. В платежных сервисах Smart Code Engine позволяет сканировать и распознавать банковские дебетовые и кредитные карты платежных систем МИР, VISA, MasterCard, American Express, JCB, Maestro, UnionPay и Diners Club, выпущенные различными странами мира, обеспечивая извлечение не только номера (12-19 цифр), но и срока действия и имени владельца. Поддерживается распознавание любых видов банковских карт: с нанесением данных выдавливанием (embossed), гравировкой (indent) и плоской печатью (flat printed), с горизонтальным и вертикальным расположением идентификационных данных, и тех карт, на которых данные расположены как на лицевой, так и на обратной стороне. Кроме того, стало доступно распознавание банковских карт с номером IBAN, которые широко распространены в странах Евросоюза.
На сегодняшний день Smart Code Engine в своих мобильных приложениях используют Тинькофф Банк, МТС Банк, ГазпромБанк, Банк Хоум Кредит. Коллеги из банков уже узнали, сколько на деле «стоит» бесплатный SDK и стоит ли здесь, в соответствии с поговоркой, «платить дважды».
Аналитика и комментарии
Обзор сканеров для распознавания банковских карт в мобильных приложениях российских банков
Предыстория обзора. Около 2.5 лет назад www.infobank.by было опубликовано исследование про сравнение сканеров для считывания банковских карт, которые есть в мобильных приложениях белорусских банков. Такие сканеры нужны, чтобы помогать клиентам банков на телефоне вводить данные карты для пополнения счета или выполнения денежного перевода. Тогда в 2018 году аналитики www.infobank.by сделали выводы, что лидером на белорусском рынке является мобильное приложение российского банка Тинькофф.
Идея провести аналогичное исследование российского рынка появилась у российских аналитиков практически сразу, но вот реализовать задуманное удалось только сейчас, в 2021 году, когда в функциональности мобильных приложений появилось больше возможностей для их сравнения. Авторы этого обзора: Константин Фрумкин, главный редактор делового журнала «Инвест-Форсайт» и журналист Роман Мамчиц поставили себе цель – показать возможности сканирования банковских карт, которые есть в мобильных приложениях наиболее популярных в нашей стране банков.
Объект исследования. Для тестирования было собрано 10 банковских карт разных платежных систем. К распространенным и привычным всем картам VISA и Mastercard, добавили пока довольно редкую карту, у которой номер находится на задней стороне вместе с CVV. Для расширения и усложнения задачи удалось найти 1 необычный экземпляр: европейскую карту с нанесенным банковским счетом IBAN. Проверка работы сканеров банковских карт была проведена путем установки и анализа банковских мобильных приложений.
Особенности работы банков со сканированием карт. У некоторых банков сканирование карт доступно даже для пользователей мобильных приложений, которые не являются клиентами этих банков, при переводе с карты на карту, либо при активации скачанного приложения. У других банков возможность сканирования карт доступна в мобильном приложении только для клиентов.
Какие бывают банковские карты. Хотя общепринятой классификации платежных карт не существует, при желании их можно разделить:
С типом платежной системы все достаточно просто. В нашей стране чаще всего выпускаются карты VISA, MasterCard, МИР, и немного реже встречаются карты Maestro. В мире используются карты и других платежных систем, например, American Express.
Со способом нанесения и расположения данных дела обстоят сложнее. Данные на карте могут быть как рельефными, так и плоскими (flat-печать). Рельефные карты бывают двух типов: с выдавленной и вдавленной информацией (номер карты, срок действий, имя владельца) на поверхности карты. Эти способы нанесения данных называются эмбоссированием и индент-печатью соответственно. Как правило, рельефные символы дополнительно окрашиваются в серебристый или золотой для эмбоссированной печати и в черный или белый для индент-печати. Этот процесс окрашивания называется типированием.
Реквизиты на поверхности карты могут располагаться по-разному. Обычно номер и срок действия карты расположены горизонтально на лицевой стороне карты, но сейчас выпускаются и нестандартные карты, на которых, например, номер и срок действия размещаются на обратной стороне.
Различные способы нанесения и размещения символов на поверхности карты, как оказалось в ходе исследования, влияют не только на внешний вид и на ощущения при прикосновении к карте, но и на возможность сканеров их считывать.
Проведение тестирования. Для испытания сканеров кредитных карт было отобрано 10 карт:
Результаты тестирования. Результаты оказались неожиданными. Все проверенные сканеры мобильных банков можно четко разделить на 2 группы. У одной группы эти сканеры не работают вообще, а сканеры другой группы работают, наоборот, очень хорошо. В первую группу попали мобильные банки, у которых сканеры работали одинаково плохо и справились только с одной картой. Этой картой оказалась эмбоссированная карта Росбанка, на ней был распознан только номер. Для считывания этими сканерами необходимо было ровно поместить карту в специальную интерактивную рамку так, чтобы границы рамки и карты совпали, что доставляло определенное неудобство. Цвет этой рамки отличается от банка к банку, но принцип работы этих сканеров оказался одинаковым. У некоторых из них в интерфейсе на экране выводилась надпись Card.io.
При попытке распознавания других карт сканеры этих банков или вообще не смогли их увидеть или, захватив границы карты, не смогли извлечь реквизиты. Процесс распознавания становился бесконечным, и для выхода из режима сканирования пользователю нужно принудительно возвращаться на предыдущий экран и вводить данные карты вручную. Для того, чтобы исключить ошибку, при неудаче каждый раз делалась дополнительная попытка сканирования.
В эту группу попали:
Альфа-Банк
Положительным оказалось то, что у Альфа-Банка есть демо версия мобильного приложения, которая позволяет протестировать его различные функции и не быть клиентом. Среди этих функций есть возможность перевода с любой карты на любую другую. Интерфейс функции сканирования представляет собой зеленую рамку. При захвате карты в процессе распознавания экран вне рамки становится черным. Когда сканер не может распознать карту, процесс продолжается бесконечно, и необходимо нажимать кнопку “отмена” и вводить данные вручную.
Для сканирования необходимо точно подвести границы карты по краям рамки. Приложение смогло захватить и увидеть все карты, но ему удалось распознать только карту Росбанка. 
Сбербанк
В мобильном приложении Сбербанка интерфейс функции сканирования карты представляет собой зеленую рамку (темнее чем у Альфа-Банка). Когда сканер не может распознать карту, процесс становится бесконечным, приходится нажимать стрелочку “назад” и вводить данные вручную. Для сканирования необходимо точно поймать карту в рамку. В отличие от Альфа-Банка приложение Сбербанка не смогло захватить и увидеть все карты, но при этом ему также удалось распознать карту Росбанка. Удивительно то, что Сбербанк не смог распознать три свои собственные карты. Более того, одну из этих карт он даже не увидел.
Банк Открытие
Интерфейс функции сканирования в приложении мобильного банка “Открытие” представляет собой зеленую рамку и водяной знак card.io в правом верхнем углу. При захвате карты в процессе распознавания экран вне рамки становится черным. Когда сканер не может распознать карту, он показывает окошко с текстом “Извините, не получилось отсканировать номер карты” и предлагает ввести данные вручную или попробовать ещё раз. Для сканирования также необходимо точно навести карту в рамку. Сканер Банка Открытие смог распознать карту Росбанка.
Райффайзенбанк
В приложении Райффайзенбанка сканер можно проверить при регистрации. Есть поля для ввода номера, срока действия и CVV, но считывается только номер карты. Интерфейс функции сканирования представляет собой желтую рамку без водяных знаков. При захвате карты экран вокруг нее чернеет. Для сканирования необходимо найти правильный ракурс и поместить карту в рамку. Аналогично другим банкам из первой группы, сканер Райффайзенбанка справился только с картой Росбанка. Остальные карты он смог лишь захватить в рамку.
Росбанк
Интерфейс функции сканирования доступен при регистрации в приложении и представляет собой зеленую рамку с текстом без каких-либо водяных знаков. При захвате карты экран вокруг нее становится черным, точно так же как и у Альфа-Банка. Для сканирования также необходимо точно поместить карту в рамку. Подобно остальным банкам из первой группы, сканер захватывал все карты, но смог распознать данные только карты своего банка.
Банк Русский Стандарт
В приложении Банка «Русский Стандарт» интерфейс функции сканирования представляет собой зеленую рамку с водяным знаком card.io. При захвате карты экран вокруг рамки чернеет. Для сканирования необходимо точно совместить карту и рамку. Это приложение также справилось только с картой Росбанка.
Банк ВТБ
В приложении Банка ВТБ при сканировании карты показывается белая рамка без водяных знаков. При захвате карты экран вокруг рамки чернеет. Когда не получается распознать данные карты, процесс становится бесконечным, и приходится нажимать кнопку «Отмена». Для сканирования необходимо поймать карту в рамку. Сканер приложения Банка ВТБ захватил все карты, но удалось, опять же, распознать только данные карты Росбанка.
Во вторую группу попали сканеры мобильных банков Тинькофф, МКБ и МТС, которые продемонстрировали настоящий мастер-класс по чтению банковских карт. Эти сканеры успешно справились с поставленной задачей. Тинькофф банк даже смог считать цифры из номера IBAN карты европейского банка. Сканеры МТС Банка и МКБ, никак не отреагировали на номер карты IBAN. Стоит также отметить, что Тинькофф банк показал очень высокую скорость распознавания. МКБ и МТС Банк оказались примерно на одном уровне, заметно уступая по скорости распознавания Тинькофф банку.
Тинькофф банк
Приложение Тинькофф банка позволяет распознать как номер карты, так и срок действия и + CVV, если эти данные находятся на одной стороне карты. Карту можно показывать как угодно, нет рамки, в которую нужно поместить карту для сканирования. Более того, для распознавания карту можно даже перевернуть вверх ногами.
Решение смогло мгновенно распознать все карты. Считывание происходит настолько быстро, что не успеваешь навести камеру на карту, как номер и срок действия уже внесены в окно ввода данных. Интересно, что на карте IBAN, приложение Тинькофф банка, немного помедлив, захватывает случайные подряд идущие 16 цифр из номера (22 символа, включая 2 буквы вначале номера).
Московский Кредитный Банк (МКБ)
Интерфейс сканирования при регистрации карты в приложении МКБ представляет собой выделенную область, которая предполагает размещение в ней банковской карты, но не требует точно подгонять карту. Получалось сканировать карты под разными углами. Этот сканер для распознавания карт можно оценить достаточно высоко. В отличие от сканера в Тинькофф банке, он никак не отреагировал на номер карты IBAN. Хочется отметить, что в приложении есть возможность сделать перевод с карты на карту до регистрации и входа в сам мобильный банк, но в нем почему-то этот сканер еще не подключен.
МТС Банк
Преимуществом приложения МТС Банка является возможность пользоваться им, не будучи клиентом этого банка. Достаточно ввести номер телефона и зарегистрироваться. После этого можно пользоваться различными функциями приложения, включая перевод средств с карты на карту.
Таблица. Результаты тестирования сканеров банковских карт
Итог
Лучше всех себя показал сканер в мобильном приложении Тинькофф банка. Ему удалось моментально распознать данные 10 карт из 10. Следом за ним идут сканеры мобильных приложений МКБ и МТС Банка, которые смогли распознать все карты кроме европейской карты, хотя и уступили Тинькофф банку по скорости.
Что касается других банков из этого обзора, то их клиентам более целесообразно сразу вводить данные карты вручную, так как использование сканера банковских карт в их мобильных приложениях в большинстве случаев может оказаться пустой тратой времени.
Текст: Константин Фрумкин, главный редактор делового журнала «Инвест-Форсайт», Роман Мамчиц, специально для Национального банковского журнала (NBJ)