基于 Android 摄像头的解决方案:
作为对这个确切问题进行了大量研究的人,我可以告诉您,使用任何当前 Android 设备上的库存相机很难获得适合模板(特征提取)的图像。主要的衰弱问题是在手指的脊和谷之间实现显着对比。商业光学指纹扫描仪(您试图模仿)通常通过棱镜中的受抑全内反射来实现必要的对比度。
在这种情况下,来自与棱镜接触的脊的光会传输到 CMOS 传感器,而来自谷的光则不会。您根本无法从 Android 相机可靠地获得相同类型的结果,但这并不意味着您无法在理想条件下获得可用的东西。
我使用商用光学指纹扫描仪 (Futronics FS80) 拍摄左侧的图像,使用普通相机 (15MP Cannon DSLR) 拍摄右侧的图像。在裁剪、反转(以匹配其他扫描仪的约定)、对比等相机图像之后,我们得到了以下结果。
相机图像的低对比度是显而易见的。
但该软件能够准确地确定脊流。
我们最终找到了相当数量的匹配细节(用红色圆圈标记。)
这是坏消息。对指尖进行这些类型的近距离拍摄是很困难的。我使用带闪光灯的数码单反相机来达到这些效果。此外,大多数指纹匹配算法都不是尺度不变的。因此,如果在随后的“扫描”中手指距离相机较远,则可能与原始手指不匹配。
我用于可视化的软件包是优秀的 BSD 许可SourceAFIS。尽管目前仅移植到 C# 和 Java(有限),但也没有企业“开源版本”/“付费版本”恶作剧。
非基于相机的解决方案:
对于具有支持“USB 主机模式”的硬件的少数设备,您可以编写自定义驱动程序以将指纹扫描仪与 Android 集成。老实说,对于我所做的这两个模型来说,这是一个巨大的痛苦。我通过使用wireshark来嗅探扫描仪和具有工作驱动程序的linux 机器之间的USB 数据包,然后根据嗅探命令编写Android 驱动程序来完成它。
交叉编译 FingerJetFX
一旦您制定了图像采集解决方案(两种潜在的解决方案都有其缺点),您就可以开始担心在 Android 上运行 FingerJetFX。首先,您将使用他们的 SDK 编写一个自包含的 C++ 程序,该程序获取图像并将其转换为模板。在那之后,你真的有两个选择。
- 将其编译为库并使用 JNI 与其交互。
- 将其编译为可执行文件并让您的 Android 程序将其作为子进程调用。
对于任何一个,您都需要NDK。我从来没有使用过 JNI,所以我会听从其他人的智慧来判断我们如何做到最好。我总是倾向于选择路线#2。对于这个应用程序,我认为它是合适的,因为你只是真正调用本机代码来做一件事,模板你的图像。一旦您的本机程序运行并交叉编译,您就可以使用此问题的答案将其与您的 Android 应用程序打包并从您的 Android 代码中调用它。