logo
products

GROW R304A DC4.2-6V 208*288 Pikseli Moduł Czytnika Linii Papilarnych Skaner Darmowe SDK Z Pojemnością 1500 Dla Arduino Windows Android

Szczegóły informacji
Model NO.: R304A Screen: as Picture
Communication Interface: RS232, USB Fingerprint Capacity: 1500
Voltage: DC 4.2-6.0V Effective Collection Area: 12 * 17.5 (mm)
Fingerprint Module Size: 20.4 * 33.4 (mm) Sensing Array: 208*288 Pixel
Template Size: 512 Bytes Resolution: 508 DPI
Work Current: <55mA Security Level: 1-5, Default is 3
Transport Package: Standard Export Carton Package Specification: Fingerprint module size: 20.4 * 33.4 (mm)
Trademark: GROW Origin: China
HS Code: 8471609000 Supply Ability: 5000
Voice Service: Without Voice Service Clock: Without Clock
Color: as Picture Samples: US$ 22.5/Piece|1 Piece(Min.Order)
Customization: Available | Customized Request Shipping Cost: Contact the supplier about freight and estimated delivery time.
Payment Method: Initial Payment,Full Payment Currency: US$
Return&refunds: Claim a refund if your order doesn't ship, is missing, or arrives with product issues.
Podkreślić:

Moduł czujników biometrycznych o wysokiej dokładności

,

Moduł identyfikacji odcisków palców o wysokiej dokładności

,

Moduł czujników biometrycznych o łatwej integracji


opis produktu


GROW R304A DC4.2-6V 208*288 Pikseli Moduł Czytnika Linii Papilarnych Skaner Darmowe SDK Z Pojemnością 1500 Dla Arduino Windows Android 0

Opis

·Interfejs komunikacyjny: USB i UART
·Identyfikacja 1:N (jeden do wielu)
·Weryfikacja 1:1 (jeden do jednego)
·Silnik algorytmu identyfikacji odcisków palców o dużej prędkości
·Funkcja samouczenia
·Funkcje odczytu/zapisu danych cech odcisków palców
·Pobieranie danych cech przechwyconego odcisku palca i weryfikacja/identyfikacja pobranej cechy z przechwyconą
·Identyfikacja odcisku palca pobranej cechy z przechwyconym odciskiem palca
·Ustawienie poziomu bezpieczeństwa
·Możliwość ustawienia prędkości transmisji (BaudRate)/ID urządzenia/hasła urządzenia
·System operacyjny: Windows 98, Me, NT4.0, 2000, XP, WIN 7 lub Android


Specyfikacje

·Interfejs: USB 2.0 i UART (logika 3.3V-TTL)
·Rozdzielczość: 508 DPI
·Prąd pracy: <55mA
·Napięcie: DC 4.2-6.0V
·Pojemność odcisków palców: 1500
·Poziom bezpieczeństwa: 1-5, domyślnie 3
·Matryca czujnika: 208*288 pikseli
·Rozmiar szablonu: 512 bajtów
·Rozmiar modułu czytnika linii papilarnych: 20.4 * 33.4 (mm)
·Efektywny obszar zbierania: 12*17.5 (mm)
·Szybkość skanowania: < 0.2 sekundy
·Szybkość weryfikacji: < 0.3 sekundy
·Metoda dopasowania: 1:1; 1:N
·FRR (False Rejection Ratio - Wskaźnik fałszywego odrzucenia): ≤0.01%
·FAR (False Acceptance Ratio - Wskaźnik fałszywego zaakceptowania): ≤0.00001%
·Środowisko pracy: -20°C ---55°C
·Wilgotność pracy: 20-80%
·Prędkość transmisji (UART): (9600 × N) bps, gdzie N = 1 ~ 12 (domyślnie N = 6, tj. 57600bps)


Pliki

·Wszystkie moduły odcisków palców obsługują Arduino, Android, Windows, Linux, .Net i tak dalej. 
·Dostarczanie darmowych plików SDK
·Dostarczanie instrukcji obsługi 



 



 
Zasada i implementacja rozpoznawania odcisków palców w telefonach komórkowych
 
Warunkiem wstępnym rozpoznawania odcisków palców jest zbieranie odcisków palców. Obecnie istnieją głównie dwa rodzaje metod zbierania: przesuwanie i naciskanie.

Krok 1: Zbieranie odcisków palców
 
Zbieranie przez przesuwanie to proces przesuwania palca po czujniku, umożliwiający telefonowi przechwycenie obrazu odcisku palca. Zbieranie przez przesuwanie ma zalety w postaci stosunkowo niskich kosztów i możliwości przechwytywania obrazów o dużym obszarze. Jednak ta metoda zbierania ma problem ze słabym doświadczeniem użytkownika, ponieważ użytkownicy potrzebują ciągłego i standaryzowanego ruchu przesuwania, aby osiągnąć pomyślne zbieranie, co znacznie zwiększa prawdopodobieństwo niepowodzenia zbierania. Pewna marka telefonów komórkowych kiedyś używała tej metody zbierania, która została skrytykowana za wady zbierania przez przesuwanie.

Jak sama nazwa wskazuje, zbieranie oparte na naciskaniu to proces zbierania danych odcisków palców poprzez naciskanie na czujnik. Chociaż ta metoda zapewnia lepsze wrażenia użytkownika, jest droższa i bardziej wymagająca technicznie niż zbieranie oparte na przesuwaniu. Ponadto, ze względu na mniejszy obszar odcisków palców zbieranych jednorazowo w porównaniu do zbierania przez przesuwanie, wymagane jest wielokrotne zbieranie w celu połączenia większych obrazów odcisków palców. Musi to opierać się na zaawansowanych algorytmach, wykorzystujących algorytmy programowe do kompensacji stosunkowo małego obszaru odcisku palca uzyskanego przez zbieranie przez przesuwanie i naciskanie, aby zapewnić dokładność rozpoznawania.

Krok 2: Ocena odcisków palców
 
Po zebraniu odcisków palców oceniana jest jakość zebranych odcisków palców. Jeśli nie są one kwalifikowane, należy je zebrać ponownie. Jeśli są kwalifikowane, obraz zostanie wzmocniony i dopracowany.

Krok 3: Ekstrakcja "cech"
 
Po przetworzeniu, obraz binarny, obraz dopracowany i obraz ekstrakcji cech zostaną uzyskane sekwencyjnie. Po uzyskaniu stosunkowo wyraźnego obrazu rozpoczyna się ekstrakcja cech. Po ekstrakcji cech i przechowywaniu danych można przeprowadzić kolejny krok dopasowywania.

Krok 4: Dopasowywanie odcisków palców
 
Należy zauważyć, że dwa przykładowe obrazy tego samego palca mogą się różnić ze względu na różnice w przesunięciu palca, odchyleniu i nacisku. Wymaga to kalibracji podczas dopasowywania, takiej jak kalibracja zestawu punktów cech, aby zapewnić dokładność rozpoznawania odcisków palców.

Szczegóły kontaktu