logo
products
خانه > محصولات> ماژول حسگر اثر انگشت> GROW R304A DC4.2-6V 208*288 پیکسل ماژول اثر انگشت اسکنر خوان رایگان SDK با 1500 ظرفیت برای Arduino ویندوز اندروید

GROW R304A DC4.2-6V 208*288 پیکسل ماژول اثر انگشت اسکنر خوان رایگان SDK با 1500 ظرفیت برای Arduino ویندوز اندروید

GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android
GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android
GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android GROW R304A DC4.2-6V 208*288 Pixel Fingerprint Module Scanner Reader Free SDK With 1500 Capacity For Arduino Windows Android
اطلاعات پایه
محل منبع: چین
گواهی: CE
مقدار حداقل تعداد سفارش: 1
جزئیات بسته بندی: کارتن
زمان تحویل: زمان پخش فصل اوج: ظرف 15 روز کاری زمان پایان فصل غیرفعال: ظرف 15 روز کاری
شرایط پرداخت: T/T، Paypal
قابلیت ارائه: 5000
بهترین قیمت اکنون تماس بگیرید
اطلاعات تکمیلی
شماره مدل: R304A صفحه نمایش: همانند تصویر
Communication Interface: RS232, USB ظرفیت اثر انگشت: 1500
ولتاژ: DC 4.2-6.0V منطقه جمع آوری موثر: 12 * 17.5 (میلی متر)
اندازه ماژول اثر انگشت: 20.4 * 33.4 (mm) Sensing Array: 208*288 Pixel
اندازه قالب: 512 بایت قطعنامه: 508 نقطه در اینچ
جریان کار: <55 میلی آمپر سطح امنیت: 1-5، پیش فرض 3 است
بسته حمل و نقل: بسته بندی کارتن صادراتی استاندارد مشخصات: اندازه ماژول اثر انگشت: 20.4 * 33.4 (mm)
علامت تجاری: رشد کنید Origin: China
کد HS: 8471609000 Supply Ability: 5000
Voice Service: Without Voice Service ساعت: بدون ساعت
رنگ: همانند تصویر نمونه ها: 22.5 دلار آمریکا/قطعه|1 قطعه (حداقل سفارش)
سفارشی سازی: در دسترس. درخواست سفارشی Shipping Cost: Contact the supplier about freight and estimated delivery time.
Payment Method: Initial Payment,Full Payment Currency: US$
بازگشت و بازپرداخت: اگر سفارش شما ارسال نشد، مفقود شد یا با مشکل محصول رسید، درخواست بازپرداخت کنید.
برجسته کردن:

ماژول حسگر بیومتریک با دقت بالا,ماژول شناسایی اثر انگشت با دقت بالا,ماژول حسگر بیومتریک با ادغام آسان

,

High Accuracy fingerprint identification module

,

Easy Integration Biometric Sensor Module

توضیحات محصول


GROW R304A DC4.2-6V 208*288 پیکسل ماژول اثر انگشت اسکنر خوان رایگان SDK با 1500 ظرفیت برای Arduino ویندوز اندروید 0

توضیحات

· رابط ارتباطی: USB و UART
·1:N شناسایی (یک به بسیاری)
· 1: 1 تأیید (یک به یک)
·انجن الگوریتم شناسایی اثر انگشت با سرعت بالا
·وظیفه مطالعه شخصی
·وظیفه های خواندن / نوشتن اطلاعات اثر انگشت
·داده های ویژگی از اثر انگشت گرفته شده را دریافت کنید و ویژگی های دانلود شده را با اثر انگشت گرفته شده تأیید/ شناسایی کنید
· اثر انگشت شناسایی ویژگی های دانلود شده با اثر انگشت ضبط شده
·تنظیم سطح امنیت
· امکان تنظیم BaudRate / ID دستگاه / رمز عبور دستگاه
·سیستم عامل: ویندوز 98، ME، NT4.0، 2000، XP،WIN 7 یا اندروید


مشخصات

· رابط:USB 2.0 و UART ((3.3V-TTL منطق)
·قرارداد:508 دی پی آی
·جریان کاری: <55mA
· ولتاژ: DC 4.2-6.0V
·قدرت اثر انگشت:1500
·سطح امنيت: 1-5، پيش فرض 3
·مجموعه حسگر: 208*288 پیکسل
· اندازه قالب: 512 بایت
· اندازه ماژول خوان اثر انگشت: 20.4 * 33.4 (ملی متر)
·مساحت واقعی جمع آوری: 12*17.5 (ملی متر)
·سرعت اسکن: < 0.2 ثانیه
·سرعت تأیید: < 0.3 ثانیه
روش تطبیق: 1:1" 1:N
·FRR (نسبت رد نادرست): ≤0.01٪
·FAR (نسبت پذیرفتن نادرست): ≤0.00001%
· محیط کار: -20°C --55°C
·رطوبت کاری: 20-80٪
·سرعت باد ارتباطات (UART): (9600 × N) bps که در آن N = 1 ~ 12 ((پیش فرض N = 6، یعنی 57600bps)


پرونده ها

·تمام ماژول های اثر انگشت را با Arduino، Android، Windows، Linux پشتیبانی می کنند. شبکه و غیره.
· ارائه فایل های رایگان SDK
·تولید کتابچه راهنمای کاربر


 



 
اصول و پیاده سازی تشخیص اثر انگشت موبایل
 
پیش فرض تشخیص اثر انگشت جمع آوری اثر انگشت است. در حال حاضر، عمدتا دو نوع روش جمع آوری وجود دارد: حرکت و فشار.

مرحله ۱: جمع آوری اثر انگشت
 
جمع آوری لغزنده، فرآیند جابجایی انگشت بر روی یک سنسور است که به تلفن اجازه می دهد تا تصویر اثر انگشت انگشت را ضبط کند.گرفتن اسلایدی دارای مزیت هزینه نسبتا کم و توانایی گرفتن تصاویر منطقه بزرگ استبا این حال، این روش جمع آوری مشکل تجربه ضعیف کاربر را دارد، زیرا کاربران برای دستیابی به جمع آوری موفقیت آمیز به یک حرکت حرکت مداوم و استاندارد نیاز دارند.به شدت احتمال شکست جمع آوری را افزایش می دهدیک برند خاص تلفن همراه زمانی از این روش جمع آوری استفاده می کرد که به دلیل کمبودهای جمع آوری کششی مورد انتقاد قرار گرفت.

همان طور که از نامش معلوم است، جمع آوری مبتنی بر مطبوعات فرآیند جمع آوری داده های اثر انگشت با فشار دادن بر روی یک سنسور است. در حالی که این روش تجربه کاربر بهتری را فراهم می کند،این گران تر و از لحاظ فنی چالش برانگیز تر از جمع آوری مبتنی بر اسلایدی استعلاوه بر این، با توجه به منطقه کوچکتر اثر انگشت جمع آوری شده در یک بار در مقایسه با جمع آوری لغزنده، مجموعه های متعدد برای ترکیب تصاویر اثر انگشت بزرگتر مورد نیاز است.اين بايد به الگوریتم هاي پيشرفته تکیه کنه، با استفاده از الگوریتم های نرم افزاری برای جبران ناحیه نسبتا کوچک اثر انگشت حاصل از جمع آوری کششی و فشار، به منظور اطمینان از دقت تشخیص.

مرحله ۲: ارزیابی اثر انگشت
 
بعد از جمع آوری اثر انگشت، کیفیت اثر انگشت جمع آوری شده ارزیابی می شود. اگر آنها واجد شرایط نباشند، باید دوباره جمع آوری شوند. اگر واجد شرایط باشند،تصویر بهبود یافته و تصفیه خواهد شد.

مرحله سوم: "خصوصیات" را استخراج کنید
 
پس از پردازش، تصویر باینری، تصویر تصفیه شده و تصویر استخراج ویژگی به ترتیب به دست می آید. پس از به دست آوردن یک تصویر نسبتا واضح، استخراج ویژگی شروع می شود.پس از استخراج ویژگی و ذخیره سازی داده، مرحله بعدی کار تطابق را انجام می دهد.

مرحله 4: تطابق اثر انگشت
 
نکته ای که باید در تطبیق توجه داشته باشید این است که دو تصویر نمونه از همان انگشت ممکن است به دلیل تفاوت در جابجایی انگشت، انحراف و فشار متفاوت باشد. این امر نیاز به کالیبراسیون در طول تطبیق دارد،مانند کالیبراسیون مجموعه نقاط ویژگیبرای اطمینان از دقت تشخیص اثر انگشت

برچسب:

arduino finger print scanner,capacitive fingerprint module,fingerprint reader module,

ماژول حسگر بیومتریک با دقت بالا,ماژول شناسایی اثر انگشت با دقت بالا,ماژول حسگر بیومتریک با ادغام آسان,

fingerprint reader module

اطلاعات تماس
Grow

شماره تلفن : +8618989451818

واتساپ : +8615068542301

بیش ماژول حسگر اثر انگشت
ماژول کنترل دسترسی اثر انگشت R301T با ظرفیت 2000، اسکنر سنسور برای اندروید، لینوکس، ویندوز

ماژول کنترل دسترسی اثر انگشت R301T با ظرفیت 2000، اسکنر سنسور برای اندروید، لینوکس، ویندوز

اکنون تماس بگیرید
GROW R311 256 * 360 پیکسل سنسور بزرگ لمس منطقه اسکنر ماژول اثر انگشت ظرفیت برای کنترل دسترسی پشتیبانی Arduino اندروید

GROW R311 256 * 360 پیکسل سنسور بزرگ لمس منطقه اسکنر ماژول اثر انگشت ظرفیت برای کنترل دسترسی پشتیبانی Arduino اندروید

اکنون تماس بگیرید
GROW R503-M22 دایره ای RGB حلقه نشانگر LED کنترل DC3.3V 200 ظرفیت SH1.0-6pin اسکنر ماژول اثر انگشت ظرفیت

GROW R503-M22 دایره ای RGB حلقه نشانگر LED کنترل DC3.3V 200 ظرفیت SH1.0-6pin اسکنر ماژول اثر انگشت ظرفیت

اکنون تماس بگیرید
ماژول اثر انگشت خازنی با رابط USB UART مدل R303S FPC1020 با SDK رایگان

ماژول اثر انگشت خازنی با رابط USB UART مدل R303S FPC1020 با SDK رایگان

اکنون تماس بگیرید
GROW R502-AW آلیاژ روی حلقه گرد کنترل LED DC3.3V اسکنر ماژول اثر انگشت ظرفیت

GROW R502-AW آلیاژ روی حلقه گرد کنترل LED DC3.3V اسکنر ماژول اثر انگشت ظرفیت

اکنون تماس بگیرید
ماژول اثر انگشت خازنی R303 FPC1020 را با SDK رایگان برای آندروید آردوینو رشد دهید

ماژول اثر انگشت خازنی R303 FPC1020 را با SDK رایگان برای آندروید آردوینو رشد دهید

اکنون تماس بگیرید
GROW R307S ارزان 1000 ظرفیت USB UART اسکنر ماژول اثر انگشت برای کنترل دسترسی در

GROW R307S ارزان 1000 ظرفیت USB UART اسکنر ماژول اثر انگشت برای کنترل دسترسی در

اکنون تماس بگیرید
ماژول اثر انگشت خازنی USB UART بیومتریک R306 FPC1011F3 با SDK رایگان

ماژول اثر انگشت خازنی USB UART بیومتریک R306 FPC1011F3 با SDK رایگان

اکنون تماس بگیرید