logo
products

GROW R304A DC4.2-6V 208*288 пикселей Модуль сканера отпечатков пальцев Reader Free SDK с 1500 емкостью для Arduino Windows Android

Подробная информация
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.
Выделить:

Модуль высокоточного биометрического датчика

,

Модуль идентификации отпечатков пальцев высокой точности

,

Модуль биометрического датчика с легкой интеграцией


Характер продукции


GROW R304A DC4.2-6V 208*288 пикселей Модуль сканера отпечатков пальцев Reader Free SDK с 1500 емкостью для Arduino Windows Android 0

Описание

· Интерфейс связи: USB и UART
· 1: n идентификация (от одного ко многим)
· 1: 1 проверка (один на один)
· Двигатель идентификации идентификации отпечатков пальцев
· Функция самостоятельного изучения
· Функции чтения/записи функций отпечатков пальцев
· Получите данные о функциях захваченного отпечатка пальца и проверьте/идентифицируйте загруженную функцию с захваченной
· Идентификация отпечатков пальцев с загруженной функцией с захваченным отпечатками пальцев
· Настройка уровня безопасности
· Способность установить идентификатор BAUDRATE/ DEVICE/ пароль устройства
· Операционная система: Windows 98, ME, NT4.0, 2000, XP, Win 7 или Android


Спецификации

· Интерфейс: USB 2.0 и UART (логика 3,3 В-TTL)
· Резолюция: 508 DPI
· Работая ток: <55ma
· Напряжение: DC 4.2-6.0V
· График отпечатков пальцев: 1500
· Уровень безопасности: 1-5, по умолчанию 3
· Апиксель датчиков: 208*288 пиксель
· Размер шаблона: 512 байтов
· Модуль считывателя отпечатков пальцев: 20,4 * 33,4 (мм)
· Эффективная область сбора: 12*17,5 (мм)
· ScanningsPeed: <0,2 секунды
· Скорость проверки: <0,3 секунды
· Метод сопоставления: 1: 1; 1: n
· FRR (коэффициент ложного отклонения): ≤0,01%
· FAR (коэффициент ложного принятия): ≤0,00001%
· Рабочая среда: -20 ° C --- 55 ° C
· Работая влажность: 20-80%
· Скорость передачи коммуникаций (UART): (9600 × N) BPS, где n = 1 ~ 12 (по умолчанию n = 6, то есть 57600bps)


Файлы

· Поддержка всех модулей отпечатков пальцев с Arduino, Android, Windows, Linux, .net и так далее.
· Предоставьте бесплатные файлы SDK
· Предоставьте руководство пользователя



 



 
Принцип и внедрение распознавания отпечатков мобильных пальцев
 
Предпосылка признания отпечатков пальцев заключается в том, чтобы собирать отпечатки пальцев. В настоящее время существуют в основном два типа методов сбора: скольжение и нажатие.

Шаг 1: Коллекция отпечатков пальцев
 
Раздвижная коллекция - это процесс скольжения пальца по датчику, что позволяет телефону захватить изображение отпечатков пальца пальца. Скользящее приобретение имеет преимущества относительно низкой стоимости и способность снимать изображения крупной области. Тем не менее, этот метод сбора имеет проблему плохого пользовательского опыта, поскольку пользователям нужен непрерывный и стандартизированный скользящий движение для достижения успешной коллекции, что значительно увеличивает вероятность сбоя сбора. Определенная марка мобильного телефона когда -то использовал этот метод сбора, который подвергся критике за недостатки скользящей коллекции.

Как следует из названия, сбор на основе прессы - это процесс сбора данных отпечатков пальцев путем нажатия датчика. Несмотря на то, что этот метод обеспечивает лучший пользовательский опыт, он дороже и технически сложный, чем коллекция на основе скольжения. Кроме того, из -за меньшей площади отпечатков пальцев, собранных сразу по сравнению с скользящей коллекцией, необходимы несколько коллекций, чтобы собрать вместе большие изображения отпечатков пальцев. Это должно полагаться на передовые алгоритмы, используя программные алгоритмы, чтобы компенсировать относительно небольшую область отпечатков пальцев, полученную путем скольжения и прессования коллекции, чтобы обеспечить точность распознавания.

Шаг 2: Оценка отпечатков пальцев
 
После сбора отпечатков пальцев качество собранных отпечатков пальцев оценивается. Если они не квалифицированы, их нужно снова собрать. Если они квалифицированы, изображение будет улучшено и утончено.

Шаг 3: извлечь "функции"
 
После обработки бинарное изображение, изысканное изображение и изображение извлечения признаков будут получены в последовательности. После получения относительно четкого изображения начинается извлечение признаков. После извлечения функций и хранения данных можно выполнить следующий этап соответствующей работы.

Шаг 4: Сопоставление отпечатков пальцев
 
В сопоставлении можно отметить, что два образца изображения одного и того же пальца могут отличаться из -за различий в смещении пальцев, отклонения и давлении. Это требует калибровки во время сопоставления, например, калибровка набора точек функции, чтобы обеспечить точность распознавания отпечатков пальцев.

Контактная информация