请问android怎么获得指纹识别？

_周星星 2015-06-29 06:02:39

我们想购买一个平板和指纹识别器通过usb编程平板能获得指纹识别器识别的指纹吗对硬件具体有什么要求请讲一下思路
程序咋个实现谢谢

...全文

209 3 打赏收藏转发到动态举报

写回复

用AI写文章

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

想你依然心痛 2016-11-29

打赏
举报

这个是你想要的吗？http://blog.csdn.net/u014727709/article/details/53325732

cjh3313006660 2016-10-07

打赏
举报

SPI，HAL及上层驱动，算法，等等等等

wyq123120 2016-06-20

打赏
举报

兄弟，解决了吗？我现在也需要同样的问题。

/** * 当验证的指纹成功时会回调此函数，然后不再监听指纹sensor * 这个接口会在认证成功之后回调。我们可以在这个方法中提示用户认证成功。 * 这里需要说明一下，如果我们上面在调用authenticate的时候，我们的CryptoObject不是null的话， * 那么我们在这个方法中可以通过AuthenticationResult来获得Cypher对象然后调用它的doFinal方法。 * doFinal方法会检查结果是不是会拦截或者篡改过，如果是的话会抛出一个异常。 * 当我们发现这些异常的时候都应该将认证当做是失败来来处理，为了安全建议大家都这么做 *

最近项目需要使用到指纹识别的功能，查阅了相关资料后，整理成此文。 指纹识别是在Android 6.0之后新增的功能，因此在使用的时候需要先判断用户手机的系统版本是否支持指纹识别。另外，实际开发场景中，使用指纹的主要场景有两种：纯本地使用。即用户在本地完成指纹识别后，不需要将指纹的相关信息给后台。与后台交互。用户在本地完成指纹识别后，需要将指纹相关的信息传给后台。由于使用指纹识别功能需要一个加密对象（CryptoObject）该对象一般是由对称加密或者非对称加密获得。上述两种开发场景的实现大同小异，主要区别在于加密过程中密钥的创建和使用，一般来说，纯本地的使用指纹识别功能，只需要对称加密

指纹识别工具类，包括android 提供的和自己反射获得指纹库等各种信息

OpenCV（Open Source Computer Vision Library）是一款开源的计算机视觉库，专门为图像和视频处理任务设计，广泛应用于学术研究、工业应用以及个人项目中。以下是关于OpenCV的详细介绍：历史与发展起源：OpenCV于1999年由英特尔公司发起，旨在促进计算机视觉技术的普及和商业化应用。该项目旨在创建一个易于使用、高效且跨平台的库，为开发者提供实现计算机视觉算法所需的基础工具。社区与支持：随着时间的推移，OpenCV吸引了全球众多开发者和研究人员的参与，形成了活跃的社区。目前，OpenCV由非盈利组织OpenCV.org维护，并得到了全球开发者、研究机构以及企业的持续贡献和支持。主要特点跨平台：OpenCV支持多种操作系统，包括但不限于Windows、Linux、macOS、Android和iOS，确保代码能够在不同平台上无缝运行。丰富的功能：库中包含了数千个优化过的函数，涵盖了计算机视觉领域的诸多方面，如图像处理（滤波、形态学操作、色彩空间转换等）、特征检测与描述（如SIFT、SURF、ORB等）、物体识别与检测（如Haar级联分类器、HOG、DNN等）、视频分析、相机校正、立体视觉、机器学习（SVM、KNN、决策树等）、深度学习（基于TensorFlow、PyTorch后端的模型加载与部署）等。高效性能：OpenCV代码经过高度优化，能够利用多核CPU、GPU以及特定硬件加速（如Intel IPP、OpenCL等），实现高速图像处理和实时计算机视觉应用。多语言支持：尽管OpenCV主要使用C++编写，但它提供了丰富的API绑定，支持包括C、Python、Java、MATLAB、JavaScript等多种编程语言，方便不同领域的开发者使用。开源与免费：OpenCV遵循BSD开源许可证发布，用户可以免费下载、使用、修改和分发库及其源代码，无需担心版权问题。架构与核心模块 OpenCV的架构围绕核心模块构建，这些模块提供了不同层次的功能： Core：包含基本的数据结构（如cv::Mat用于图像存储和操作）、基本的图像和矩阵操作、数学函数、文件I/O等底层功能。 ImgProc：提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui：提供图形用户界面（GUI）支持，如图像和视频的显示、用户交互（如鼠标事件处理）以及简单的窗口管理。 VideoIO：负责视频的读写操作，支持多种视频格式和捕获设备。 Objdetect：包含预训练的对象检测模型（如Haar级联分类器用于人脸检测）。 Features2D：提供特征点检测（如SIFT、ORB）与描述符计算、特征匹配与对应关系估计等功能。 Calib3d：用于相机标定、立体视觉、多视图几何等问题。 ML：包含传统机器学习算法，如支持向量机（SVM）、K近邻（KNN）、决策树等。 DNN：深度神经网络模块，支持导入和运行预训练的深度学习模型，如卷积神经网络（CNN）。

生物特征识别技术现已广泛的应用在生活中，常见的有虹膜识别、人脸识别以及指纹识别等等。其中由于人脸识别技术具有高效性和便利性，其在访问控制、登录系统等各种应用中得到了广泛的应用，随着使用打印照片、动图等欺骗方式的日益增多，人脸防伪检测问题受到越来越多的关注。与现有的采用人脸图像中面部单一特征的方法不同，本文中提出了结合多种特征，并利用神经网络来自动学习人脸防伪特征的方式，在两个公开数据库中进行测试评估，实验结果表明，该方法可以更有效地判别人脸图像是来自真实的人脸或是虚假的人脸，在反人脸欺骗方面具有较好的性能。同时将其移植到Android端可以实现实时检测。

Android

80,348

社区成员

91,298

社区内容

发帖

与我相关

我的任务

androidandroid-studioandroidx 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章