logo
products

GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader SDK miễn phí Với 1500 Capacity Đối với Arduino Windows Android

Thông tin cơ bản
Nguồn gốc: Trung Quốc
Chứng nhận: CE
Số lượng đặt hàng tối thiểu: 1
chi tiết đóng gói: hộp
Thời gian giao hàng: Thời gian giao hàng vào mùa cao điểm: trong vòng 15 ngày làm việc Thời gian giao hàng vào mùa thấp đ
Điều khoản thanh toán: T / T, Paypal
Khả năng cung cấp: 5000
Thông tin chi tiết
Mô hình NO.: R304A Màn hình: như hình ảnh
Communication Interface: RS232, USB Khả năng vân tay: 1500
Điện áp: Điện áp một chiều 4.2-6.0V Khu vực thu thập hiệu quả: 12 * 17,5 (mm)
Kích thước mô-đun vân tay: 20,4 * 33,4 (mm) Sensing Array: 208*288 Pixel
kích thước mẫu: 512 byte Nghị quyết: 508Dpi
công việc hiện tại: <55mA mức độ bảo mật: 1-5, Mặc định là 3
Gói vận chuyển: gói carton tiêu chuẩn xuất khẩu Thông số kỹ thuật: Kích thước mô-đun vân tay: 20,4 * 33,4 (mm)
Thương hiệu: PHÁT TRIỂN Origin: China
Mã Hs: 8471609000 Supply Ability: 5000
Voice Service: Without Voice Service Đồng hồ: Không có đồng hồ
Màu sắc: như hình ảnh Các mẫu: 22,5 đô la Mỹ/Cái|1 Cái(Đơn hàng tối thiểu)
Tùy chỉnh: Có sẵn Ứng dụng tùy chỉnh Shipping Cost: Contact the supplier about freight and estimated delivery time.
Payment Method: Initial Payment,Full Payment Currency: US$
Trả lại và hoàn tiền: Yêu cầu hoàn lại tiền nếu đơn hàng của bạn không được giao, bị thiếu hoặc có vấn đề về sản phẩm.
Làm nổi bật:

Mô-đun cảm biến sinh trắc độ chính xác cao

,

Mô-đun nhận dạng dấu vân tay chính xác cao

,

Mô-đun cảm biến sinh trắc dễ tích hợp


Mô tả sản phẩm


GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader SDK miễn phí Với 1500 Capacity Đối với Arduino Windows Android 0

Sự miêu tả

· Giao diện truyền thông: USB và UART
· 1: n Nhận dạng (một-nhiều)
· Xác minh 1: 1 (một-một)
· Công cụ nhận dạng dấu vân tay tốc độ cao
· Chức năng tự học
· Chức năng đọc/ghi dữ liệu tính năng vân tay
· Nhận dữ liệu tính năng của dấu vân tay bị bắt và xác minh/xác định tính năng đã tải xuống
· Dấu vân tay xác định tính năng đã tải xuống với dấu vân tay bị bắt
· Cài đặt cấp độ bảo mật
· Có thể đặt mật khẩu id/ thiết bị thiết bị/ thiết bị
· Hệ điều hành: Windows 98, ME, NT4.0, 2000, XP, Win 7 hoặc Android


Thông số kỹ thuật

· Giao diện: USB 2.0 và UART (logic 3.3V-TTL)
· Nghị quyết: 508 dpi
· Công việc hiện tại: <55MA
· Điện áp: DC 4.2-6.0V
· Dung lượng dấu vân tay: 1500
· Cấp độ bảo mật: 1-5, mặc định là 3
· Mảng cảm biến: 208*288 pixel
· Kích thước mẫu: 512 byte
· Kích thước mô -đun đầu đọc dấu vân tay: 20,4 * 33,4 (mm)
· Khu vực thu thập hiệu quả: 12*17,5 (mm)
· Scanningspeed: <0,2 giây
· Tốc độ xác minh: <0,3 giây
· Phương pháp khớp: 1: 1; 1: n
· FRR (tỷ lệ từ chối sai): .0,01%
· Far (Tỷ lệ chấp nhận sai): ≤0,00001%
· Môi trường làm việc: -20 ° C --- 55 ° C
· Độ ẩm công việc: 20-80%
· Tốc độ truyền thông truyền thông (UART): (9600 × N) BPS trong đó n = 1 ~ 12 (mặc định n = 6, tức là 57600bps)


Tệp

· Tất cả các mô -đun vân tay hỗ trợ với Arduino, Android, Windows, Linux, .NET, v.v.
· Cung cấp các tệp SDK miễn phí
· Cung cấp hướng dẫn sử dụng



 



 
Nguyên tắc và thực hiện nhận dạng dấu vân tay di động
 
Tiền đề của nhận dạng dấu vân tay là thu thập dấu vân tay. Hiện tại, chủ yếu có hai loại phương pháp thu thập: trượt và nhấn.

Bước 1: Bộ sưu tập dấu vân tay
 
Bộ sưu tập trượt là quá trình trượt một ngón tay trên cảm biến, cho phép điện thoại chụp ảnh dấu vân tay của ngón tay. Việc mua lại trượt có những ưu điểm của chi phí tương đối thấp và khả năng chụp các hình ảnh khu vực lớn. Tuy nhiên, phương pháp thu thập này có vấn đề về trải nghiệm người dùng kém, vì người dùng cần một chuyển động trượt liên tục và được tiêu chuẩn hóa để đạt được bộ sưu tập thành công, làm tăng đáng kể khả năng thất bại của bộ sưu tập. Một thương hiệu điện thoại di động nhất định đã từng sử dụng phương pháp thu thập này, đã bị chỉ trích vì những thiếu sót của bộ sưu tập trượt.

Như tên cho thấy, Bộ sưu tập dựa trên báo chí là quá trình thu thập dữ liệu dấu vân tay bằng cách nhấn vào cảm biến. Mặc dù phương pháp này cung cấp trải nghiệm người dùng tốt hơn, nhưng nó đắt hơn và thách thức về mặt kỹ thuật so với bộ sưu tập dựa trên trượt. Ngoài ra, do diện tích vân tay nhỏ hơn được thu thập cùng một lúc so với bộ sưu tập trượt, nhiều bộ sưu tập được yêu cầu để ghép các hình ảnh vân tay lớn hơn. Điều này phải dựa vào các thuật toán nâng cao, sử dụng các thuật toán phần mềm để bù cho vùng vân tay tương đối nhỏ có được bằng cách trượt và nhấn bộ sưu tập, để đảm bảo tính chính xác của nhận dạng.

Bước 2: Đánh giá dấu vân tay
 
Sau khi thu thập dấu vân tay, chất lượng của dấu vân tay được thu thập được đánh giá. Nếu họ không đủ điều kiện, họ cần được thu thập lại. Nếu chúng đủ điều kiện, hình ảnh sẽ được tăng cường và tinh tế.

Bước 3: Trích xuất "tính năng"
 
Sau khi xử lý, hình ảnh nhị phân, hình ảnh tinh chế và hình ảnh trích xuất tính năng sẽ được lấy theo trình tự. Sau khi có được một hình ảnh tương đối rõ ràng, việc trích xuất tính năng bắt đầu. Sau khi trích xuất tính năng và lưu trữ dữ liệu, bước tiếp theo của công việc phù hợp có thể được thực hiện.

Bước 4: Kết hợp dấu vân tay
 
Một điều cần lưu ý trong kết hợp là hai hình ảnh mẫu của cùng một ngón tay có thể khác nhau do sự khác biệt về dịch chuyển ngón tay, độ lệch và áp lực. Điều này đòi hỏi hiệu chuẩn trong quá trình kết hợp, chẳng hạn như hiệu chuẩn tập điểm tính năng, để đảm bảo độ chính xác của nhận dạng dấu vân tay.

Chi tiết liên lạc
Grow

Số điện thoại : +8618989451818

WhatsApp : +8615068542301