谁知道哪有指纹识别的源码?

liwanqin 2000-12-28 04:34:00
...全文
1094 23 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
23 条回复
切换为时间正序
请发表友善的回复…
发表回复
xialiqi 2001-02-15
  • 打赏
  • 举报
回复
我参与过一个通过鱼类耳石(鱼体一小骨头)识别鱼种类的的研究(负责程序编制),基本方法是:
1:获得轮廓
2:取若干轮半径(72条)
3:FFT转换,作为特征值

不过,如果是指纹的话,可能需要更多特征,我比较同意cn2000(cn2000)的话!--------光会程序设计是不行的!
hawk_yan 2001-02-09
  • 打赏
  • 举报
回复
诸位说的都挺好,指纹识别属于生物信息识别技术范畴,它具体分有很多中,一种是对指纹印记的处理比对,主要用于刑侦等工作中,这方面清华大学的边肇奇教授是国内的权威,据说他主持开发的一套系统为北京公安局侦破几个重大案件起到了关键作用.另一种主要是对活体指纹的比对识别.也就是楼上诸位所说的指纹识别.这方面北大的石青云教授是国内的权威,她的方法比较有创新,取消了传统的指纹预处理,采用数学中的拓扑法直接对原始图象进行比对.当然楼上各位说的主要是传统的指纹处理方法,先进行预处理,在进行提取特征点.进行特征点比对识别等,这方面的技术难点包括,
1.图象采集,现在采用的图象采集设备大概有两种,一种是CCD耦合的数字摄象头,另一种是电容传感式,两种方式各有千秋.数字摄象头的简单可靠,但取样的效果可能不太好.电容式的效果不错,但怕静电,容易损伤.
2.指纹图象预处理,由于录入的指纹带有各种污点(即所谓的噪声)所以还要对其进行指纹细化,断点连接等过程.其中最麻烦的过程就是图象的旋转过程.就如楼上所说,因为人的手指放上的角度和位置不同,所以必须进行图象旋转.最后才是特征点的提取.
现在的指纹识别其实成熟的技术已经有很多了,国内的有"青松系统".国外的有贝尔实验室用二十年研发出来的一套完整算法.香港的iGurde指纹识别系统就是采用他们的算法.另外就是上海同济斯玛特(smart)公司的产品,用的是美国硅谷一家公司的算法,据说在上海卖的相当火.当然,国内还用还有各个大学自己的草台班子.但大部分是单干户.形成产品的能力比较差.以上就是指纹算法的现状.
我想问liwanqin的是:你要算法的目的是什么?学习?应用?还是在此基础上研发?如果是算法开发,并且是白手起家,我劝你赶快放弃,因为在这方面国内国外相关单位都浸淫了少说十几年的功力.你没法和人家比,如果想在此基础上进行相关产品的研发,可以购买现成的算法.
另外,我要告诉各位程序员,在编程上你们可能是大虾,但要注意扩大自己的知识面,不要以为编程是研发的关键,其实不然,对于某些软件产品其技术核心关键在于一个好的算法.比如JPEG图象压缩算法.就是一个很好的例子.
111222 2001-02-08
  • 打赏
  • 举报
回复
我也灌注!
jinxi_gao 2001-02-08
  • 打赏
  • 举报
回复
难呀,我有个朋友在做,不过,我想他不会给你的,我给你争取以下
SkyNet 2001-02-04
  • 打赏
  • 举报
回复
关注
zxb 2001-02-03
  • 打赏
  • 举报
回复
关注!
wuxq 2001-02-03
  • 打赏
  • 举报
回复
我现在正在搞指纹识别算法,不过这是赚钱的东西,只能提醒你多到网上查找资料.
wt13 2001-01-03
  • 打赏
  • 举报
回复
cplus, Rabit9556两位大哥,有兴趣,小弟想向你们学习学习。
wt13 2001-01-03
  • 打赏
  • 举报
回复
Rabit9556大哥说得不错,一个人的力量基本上是搞不定指纹识别的。
wt13 2001-01-03
  • 打赏
  • 举报
回复
你想要源码吗?
可能别人不会把饭碗给你。

指纹识别的仪器我见过的是,先得到指纹的图像,然后根据图像取特征值。取特征值的方法肯定是保密的。取得的特征值我见过的都是以unsigned char[]的形式保存,有300字节的和400字节的
,事实上,质问识别最具技术含量的是它的比对过程,因为人的手指放上的角度和位置不同,取得的特征值肯定相差很大。

国外,这种技术最好的是美国的digitalPersona公司,北京中控是她的代理。
另外,你如果想往这方向发展,可到上海同济smart公司去,那公司在指纹识别方面已经相当不错了,只是个人感觉用起来不太方便。

我用这个东西,现在都快要穷疯了,TMD趁早改行,不往那方向发展了。 我KAO...
Rabit9556 2001-01-03
  • 打赏
  • 举报
回复
指纹识别目前关键的技术难题在于指纹图像的采集以及指纹特征的获得,对于指纹图像的采集,国内目前比较流行的是美国的U.are.U的指纹采集器,对于指纹比对则采取模式识别的方法,这就要求有较高的数学功底,一般是采用获得特征点,做特征向量来获得指纹的特征,目前国内做的比较好的是清华,本人认为单凭一个人的力量是难以搞定的.
wuchuncai 2001-01-03
  • 打赏
  • 举报
回复
我也想知道
cn2000 2001-01-03
  • 打赏
  • 举报
回复
指纹识别需要用到模识识别,知识工程,人工智能方面的知识。你可以看一下这方面的书相信会对你有所帮助,不是光有编程的知识就行的。
lbsoft 2001-01-03
  • 打赏
  • 举报
回复
我看到过中国银行有这种指纹识别设备,很棒,就是不知道是何公司做的,电脑自动识别输入。
horris 2001-01-02
  • 打赏
  • 举报
回复
指纹识别到现在还是个难道,其准确度和可操作性都不太好。我见过做这方面工作的人,他们将指纹扫描入计算机后,还要在图上人为地定出许多特征点,一屋子十几个人就整天在那点点。等到对比时只能得出近似的几个还有近似的程度,还是清华编的,实在是菜!你要是真有兴趣就看看Fourier Transformation和卷积方面的书,那上讲得挺精彩和容易,即然清华都做得那么菜,可能放到实际应用中有许多实际困难吧。
frankham 2001-01-02
  • 打赏
  • 举报
回复
关注
firehorizon 2000-12-30
  • 打赏
  • 举报
回复
我作过基于方向图的指纹识别,不过效果很差!
aguang_liu 2000-12-30
  • 打赏
  • 举报
回复
我以前看过图象识别的文章,实在《电子技术应用》杂志上,不知你能否借鉴它上面的东西。那篇文章是《论海上小目标的自动识别》,大约载于1998年
info_xsd 2000-12-30
  • 打赏
  • 举报
回复
关注
lbsoft 2000-12-30
  • 打赏
  • 举报
回复
关注,我也对此感兴趣。
加载更多回复(3)
第1章 数字图像与图像处理 1 1.1 数字图像相关概念 1 1.1.1 数字图像 1 1.1.2 图像处理 2 1.1.3  图像识别 2 1.1.4 图像理解 3 1.2 图像的获取、显示与表示 3 1.2.1 图像的获取 3 1.2.2 图像显示 4 1.2.3 图像表示 4 1.3 数字图像处理系统的基本组成结构 9 第2章 相关的图像处理技术 10 2.1  图像分割技术 10 2.1.1 阈值与图像分割 10 2.1.2 梯度与图像分割 11 2.1.3 边界提取与轮廓跟踪 11 2.1.4  Hough变换 12 2.1.5 区域增长 12 2.2 图像复原 12 2.2.1 数学模型 12 2.2.2 维纳滤波(Wiener Filtering) 13 2.3 图像的纹理分析技术 13 2.3.1 空间灰度层共现矩阵 14 2.3.2  纹理能量测量 16 2.3.3 纹理的结构分析方法和纹理梯度 18 2.3.4 纹理识别示例——云类自动识别 19 2.4 图像的形态学处理技术 20 2.4.1 基本概念 21 2.4.2 开运算和闭运算 22 2.4.3 击中、击不中、变换 (HMT-Hit Miss Transform) 23 2.4.4 边界和骨架(Boundary and Skeleton) 23 第 3章 指纹识别系统(上) 24 3.1 指纹识别的历史 24 3.2 指纹识别研究的现状 24 3.3 指纹识别系统的构成  25 3.3.1 指纹的录入 26 3.3.2 指纹图像增强 28 3.3.3 指纹识别的基本原理 29 3.3.4  系统问题 30 3.3.5 系统性能评估 31 3.3.6 一套指纹识别算法库的构成 32 3.4 指纹的粗分类与匹配 89 3.5  基于Matlab的指纹识别系统 92 3.5.1 主界面程序 93 3.5.2 指纹中心计算程序 115 3.5.3 计算有效区域 117 3.5.4 二维Gabor变换 118 3.5.5 归一化扇区 119 3.5.6 读取图像 120 3.5.7  旋转角度计算 121 第4章 指纹识别系统(下) 123 4.1 指纹图像的预处理 123 4.1.1 预处理概述  123 4.1.2 指纹质量评估 124 4.1.3 指纹图像分割 129 4.1.4 指纹图像增强 134 4.1.5  指纹图像二值化 135 4.1.6 指纹图像细化 136 4.1.7 相关预处理算法代码 139 4.2 指纹特征提取  177 4.2.1 指纹特征的表述 177 4.2.2 局部细节特征提取 180 4.2.3 特征提取算法代码 186 4.3  基于点模式的细节匹配 194 4.4 指纹识别的实际应用案例 204 4.4.1 指纹门禁系统 204 4.4.2 指纹考勤系统 205 4.5 指纹处理算法库测试程序 206 4.6 本章小结 218 第5章 数字水印技术 219 5.1  基本概念 219 5.1.1 水印技术的基本要求 219 5.1.2 数字水印算法基本思路 219 5.1.3 一些关键问题 220 5.2 水印应用现状分析 220 5.2.1 现有水印算法不适应版权保护 220 5.2.2 盲检测算法 222 5.2.3  盲检测算法的公证 222 5.2.4 数字水印系统的一般组成 223 5.3 基于DCT域的数字水印方案 223 5.3.1  离散余弦变换 223 5.3.2 Torus自同构映射 224 5.3.3 人眼视觉频率响应及DCT变换系数的选取 224 5.3.4  水印算法 226 5.4 基于扩频通信的水印算法 228 5.4.1 扩频通信原理 228 5.4.2 扩频通信在数字水印中的利用 229 5.4.3 加载强度的讨论 233 5.4.4 水印加载算法的实现 237 5.5 一个基于DCT域的实例  240 5.5.1 一些算法代码 240 5.5.2 加载水印 271 5.5.3 提取水印 275 5.5.4 水印算法评价 281 5.6 本章小结 294 第6章 条形码技术 295 6.1 常用的条码编码规则 295 6.1.1  条码的一般组成 295 6.1.2 条码的种类 296 6.1.3 EAN-13码的构造 296 6.2 一个简单的条形码打印系统 298 6.3 一维条形码的识别 312 6.3.1 硬件识别系统 312 6.3.2 预处理过程 312 6.3.3  译码过程 314 6.4 一维条形码识别系统实例 315 6.4.1 DIB.H位图存取头文件 316 6.4.2  DIB.CPP位图存取源程序 317 6.4.3 BARRECOG.H条码识别头文件 322 6.4.4 BARRECOG.CPP条码识别源程序 323 6.5 二维条形码介绍 337 6.5.1 PDF417符号的结构 338 6.5.2 簇及符号字符定义 338 6.5.3 层编码 339 6.5.4 模式结构 339 6.5.5 起始符和终止符 340 6.5.6  空白区 340 6.5.7 错误监测与纠正 340 6.6 二维条形码打印程序 340 6.6.1 PDF417LIB.H二维条形码库头文件 340 6.6.2 PDF417LIBIMP.H数据定义 342 6.6.3 PDF417LIB.C函数实现文件  353 6.6.4 PDF417.C主程序 377 6.7 本章小结 378 第7章 手势识别系统 379 7.1  立体测量 379 7.1.1 立体匹配法 379 7.1.2 立体视觉的原理 379 7.1.3 用立体视觉进行距离测量  381 7.2 用一台摄像头进行距离测量 382 7.2.1 摄像头正对前方 382 7.2.2 摄像头倾斜 383 7.2.3  一台摄像头测量距离 385 7.3 假想演奏系统的构成 387 7.3.1 系统概述 387 7.3.2 肤色提取 388 7.3.3  右手位置检测 390 7.3.4 摄像机的距离测量 391 7.3.5 音阶范围与音量范围 391 7.3.6 声音的表现方法 392 7.3.7 系统整体构成 393 7.4 程序代码 393 7.5 本章小结 432 第8章 印鉴鉴定系统 433 8.1 伪印鉴的制作及人工防伪技术 433 8.1.1 常用伪造印鉴的方法及其特征 433 8.1.2 真假印鉴印文的检验 435 8.2 印鉴图像的分离 435 8.2.1 封闭凸多边形图像提取的算法提出 436 8.2.2 封闭凸多边形图像的提取方法——种子扩散浮置实体算法 436 8.3 基于矩不变量的印鉴识别 439 8.4 基于Fourier描述符的印鉴识别方法 441 8.4.1 提取字符包络线 441 8.4.2 字符包络线的Fourier描述 442 8.5 基于边缘和模板匹配的印鉴识别 443 8.6 部分算法代码 446 8.6.1 背景去除(利用颜色) 446 8.6.2 基于矩不变量的代码 450 8.7 本章小结 455 第9章 光学字符识别技术(上) 456 9.1 概述 456 9.1.1 文字识别系统的构成 456 9.1.2 文字识别技术 457 9.1.3 印刷体汉字识别 459 9.1.4 存在的问题 461 9.2  预处理技术 461 9.2.1 二值化 462 9.2.2 版面分析 463 9.2.3 倾斜度校正 464 9.2.4  版面切分 467 9.2.5 行、字分割 467 9.2.6 细化和规范化 469 9.2.7 预处理算法源代码示例 470 9.3  特征提取 537 9.3.1 概述 538 9.3.2 边缘跟踪 538 9.3.3 笔画的分类 540 9.3.4 笔画识别前的噪声处理 541 9.3.5 笔画方向码合并处理及笔画识别 542 9.3.6 笔画间特征量的定义及识别 543 9.3.7  整字匹配的距离准则 544 9.3.8 一些统计特征 545 第10章 光学字符识别技术(下) 549 10.1 分类与识别 549 10.1.1 判别器的选择 549 10.1.2 决策树的基本概念 550 10.1.3 决策树设计 552 10.1.4  节点分类器设计 555 10.1.5 多方案组合识别器 558 10.1.6 代码示例 560 10.2 后处理 623 10.3  OCR程序示例 639 10.4 本章小结 640

16,548

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC相关问题讨论
社区管理员
  • 基础类社区
  • AIGC Browser
  • encoderlee
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

        VC/MFC社区版块或许是CSDN最“古老”的版块了,记忆之中,与CSDN的年龄几乎差不多。随着时间的推移,MFC技术渐渐的偏离了开发主流,若干年之后的今天,当我们面对着微软的这个经典之笔,内心充满着敬意,那些曾经的记忆,可以说代表着二十年前曾经的辉煌……
        向经典致敬,或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天,我们期待着MFC技术能够恢复其曾经的辉煌,或许这个期待会永远成为一种“梦想”,或许一切皆有可能……
        我们希望这个版块可以很好的适配Web时代,期待更好的互联网技术能够使得MFC技术框架得以重现活力,……

试试用AI创作助手写篇文章吧