动易内容管理系统_网站建设费用资本化_百度竞价点击神器下载安装_新闻平台发布

文章目录

指纹识别
- 1. 计算指纹间匹配点的个数
- 2. 获取指纹编号
- 3. 获取对应姓名
- 4. 代码实现
总结

指纹识别

假设，现在我们有一个小的指纹库，此时，有一个指纹图片需要我们识别是不是指纹库中某一个人的。如果是，是谁的呢？

本篇，我们就来完成这个小项目，通过指纹图片，找出是库中哪个人的。

已有指纹库：

在这里插入图片描述

对应人名：

nameID = {0:'张三',1:'李四',2:'王五',3:'赵六',4:'朱老七',5:'钱八',6:'铁栓',7:'铁柱',8:'金川',9:'银川',9999:"无此人"}

源图像：

在这里插入图片描述

1. 计算指纹间匹配点的个数

首先，如果要对指纹进行匹配的话，我们需要计算两个指纹图片的特征匹配点个数，特征相似度越高（特征匹配点数量多），两个指纹为同一个人的概率越大。

"""-----计算两个指纹间匹配点的个数-----"""
def getNum(src,model):img1 = cv2.imread(src)img2 = cv2.imread(model)# 创建SIFT特征提取器sift = cv2.SIFT_create() # orb_create()# 检测关键点和计算描述符(特征向量) 源图像kp1,des1 = sift.detectAndCompute(img1,None)# 检测关键点和计算描述符  模板图像kp2, des2 = sift.detectAndCompute(img2, None)# 创建FLANN匹配器flann = cv2.FlannBasedMatcher()# 使用K近邻匹配(des1中的每个描述符与des2中的最近两个描述符进行匹配)matches = flann.knnMatch(des1,des2,k=2)ok = []for m,n in matches:# 根据Lowe's比率测试,选择最佳匹配if m.distance < 0.8 * n.distance:ok.append(m)# 统计通过筛选的匹配数量num = len(ok)return num

2. 获取指纹编号

对于我们需要查找的指纹对象，我们自然是在指纹库中匹配到之后，获取它的信息，得到它的编号，从而得到它的信息。

"""-----获取指纹编号-----"""
def getID(src,database):max = 0for file in os.listdir(database):model = os.path.join(database,file)num = getNum(src,model)print("文件名:",file,"距离:",num)if num > max:max = numname = fileID = name[0]if max < 100: # src图片不一定是库里的指纹ID = 9999return ID

通过循环遍历指纹库中的每一张图片，计算每张图片与源图像的特征点数量，取出数量最多的图片，确定它是匹配成功的对象（当然最多的数量至少要超过一百个，否则没有）。

3. 获取对应姓名

def getName(ID):nameID = {0:'张三',1:'李四',2:'王五',3:'赵六',4:'朱老七',5:'钱八',6:'铁栓',7:'铁柱',8:'金川',9:'银川',9999:"无此人"}name = nameID.get(int(ID))return name

4. 代码实现

if __name__ == '__main__':src = 'src.bmp'database = "database"ID = getID(src,database)name = getName(ID)print("识别结果为:",name)
-------------------
识别结果为: 铁柱

总结

本篇介绍了，如何将源图像指纹同指纹库中的指纹进行匹配，并得到的对应指纹的信息。