logo
products

GROW R304A DC4.2-6V โมดูลสแกนลายนิ้วมือ 208*288 พิกเซล เครื่องอ่าน พร้อม SDK ฟรี ความจุ 1500 สำหรับ Arduino Windows Android

ข้อมูลพื้นฐาน
สถานที่กำเนิด: จีน
ได้รับการรับรอง: CE
จำนวนสั่งซื้อขั้นต่ำ: 1
รายละเอียดการบรรจุ: กล่อง
เวลาการส่งมอบ: ระยะเวลาเตรียมการสำหรับฤดูกาลสูงสุด: ภายใน 15 วันทำการ ระยะเวลาเตรียมการนอกฤดูกาล: ภายใน 15 วันทำการ
เงื่อนไขการชำระเงิน: ที/ที, เพย์พาล
สามารถในการผลิต: 5000
ข้อมูลรายละเอียด
รุ่น NO.: R304A หน้าจอ: เป็นภาพ
Communication Interface: RS232, USB ความจุของลายนิ้วมือ: 1500
โวลเตชั่น: กระแสตรง 4.2-6.0 โวลต์ พื้นที่การรวบรวมที่มีประสิทธิภาพ: 12 * 17.5 (มม.)
ขนาดโมดูลลายนิ้วมือ: 20.4 * 33.4 (มม.) Sensing Array: 208*288 Pixel
ขนาดเทมเพลต: 512 ไบต์ การแก้ไข: 508 จุดต่อนิ้ว
งานปัจจุบัน: <55มิลลิแอมป์ ระดับความปลอดภัย: 1-5, ค่าเริ่มต้นคือ 3
แพ็คเกจการขนส่ง: แพคเกจกล่องส่งออกมาตรฐาน รายละเอียด: ขนาดโมดูลลายนิ้วมือ: 20.4 * 33.4 (มม.)
สัญลักษณ์: เติบโต Origin: China
รหัส Hs: 8471609000 Supply Ability: 5000
Voice Service: Without Voice Service นาฬิกา: ไม่มีนาฬิกา
สี: เป็นภาพ ตัวอย่าง: US$ 22.5/ชิ้น|1 ชิ้น(สั่งซื้อขั้นต่ำ)
การปรับแต่ง: สามารถใช้ได้ Shipping Cost: Contact the supplier about freight and estimated delivery time.
Payment Method: Initial Payment,Full Payment Currency: US$
การคืนสินค้าและการคืนเงิน: ขอรับเงินคืนหากคำสั่งซื้อของคุณไม่ได้รับการจัดส่ง หายไป หรือมาถึงพร้อมกับปัญหาเกี่ยวกับผลิตภัณฑ์
เน้น:

โมดูลเซ็นเซอร์ชีวมาตรฐานความแม่นยําสูง

,

โมดูลระบุร่องรอยนิ้วมือแม่นยําสูง

,

โมดูลเซ็นเซอร์ชีวมาตรฐานที่สามารถบูรณาการได้ง่าย


รายละเอียดสินค้า


GROW R304A DC4.2-6V โมดูลสแกนลายนิ้วมือ 208*288 พิกเซล เครื่องอ่าน พร้อม SDK ฟรี ความจุ 1500 สำหรับ Arduino Windows Android 0

คําอธิบาย

·อินเตอร์เฟซการสื่อสาร: USB และ UART
·1:N การระบุตัว (หนึ่งต่อหลาย)
· 1: 1 การตรวจสอบ (หนึ่งต่อหนึ่ง)
·เครื่องยนต์อัลกอริทึมการระบุร่องนิ้วมือความเร็วสูง
·ฟังก์ชันการศึกษาด้วยตนเอง
·ฟังก์ชันการอ่าน/เขียนข้อมูลนิ้วมือ
·รับข้อมูลลักษณะของลายนิ้วมือที่จับ และตรวจสอบ/ระบุลักษณะที่ดาวน์โหลดด้วยลักษณะที่จับ
·ร่องนิ้วมือ ระบุล็อตโหลด ด้วยร่องนิ้วมือ
·การตั้งระดับความปลอดภัย
·สามารถตั้ง BaudRate/Device ID/Device Password ได้
·ระบบปฏิบัติการ: Windows 98, Me, NT40, 2000, XP,WIN 7 หรือ Android


รายละเอียด

·อินเตอร์เฟซ:USB 2.0 และ UART ((3.3V-TTL logic)
·ความละเอียด: 508 DPI
·กระแสการทํางาน: < 55mA
·แรงดัน: DC 4.2-6.0V
·ความจุของลายนิ้วมือ:1500
·ระดับความปลอดภัย: 1-5, ปกติคือ 3
·เซ็นเซอร์ แอเร่: 208 * 288 พิกเซล
·ขนาดแบบ: 512 ไบท์
·ขนาดโมดูลอ่านลายนิ้วมือ: 20.4 * 33.4 (mm)
·พื้นที่เก็บของจริง: 12*17.5 (มม)
·ความเร็วในการสแกน: < 0.2 วินาที
·ความเร็วการตรวจสอบ: < 0.3 วินาที
·วิธีการจับคู่: 1:1; 1:N
·FRR (อัตราการปฏิเสธเท็จ): ≤0.01%
·FAR (False Acceptance Ratio) ≤ 0.00001%
·สภาพแวดล้อมการทํางาน: -20°C - -55°C
·ความชื้นในการทํางาน: 20-80%
·อัตราการสื่อสาร (UART): (9600 × N) bps โดย N = 1 ~ 12 ((Default N = 6, ie 57600bps)


ไฟล์

·การสนับสนุนโมดูลลายนิ้วมือทั้งหมดกับ Arduino, Android, Windows, Linux .Net และอื่นๆ
·ให้ไฟล์ SDK ฟรี
·ให้คู่มือผู้ใช้



 



 
หลักการและการดําเนินการของระบบการจดจําลายนิ้วมือมือถือ
 
เงื่อนไขของการจดจําลายนิ้วมือคือการรวบรวมลายนิ้วมือ ปัจจุบันมีวิธีการรวบรวมหลัก ๆ สองประเภท คือการเลื่อนและการกด

ขั้นตอนที่ 1: การเก็บลายนิ้วมือ
 
การรวบรวมลายนิ้วมือแบบเลื่อนคือกระบวนการการเลื่อนนิ้วมือผ่านเซ็นเซอร์ ทําให้โทรศัพท์สามารถจับภาพลายนิ้วมือได้การรับภาพแบบสไลด์ มีข้อดีของราคาที่ค่อนข้างต่ํา และความสามารถในการจับภาพพื้นที่ใหญ่อย่างไรก็ตามวิธีการเก็บเก็บของนี้มีปัญหาของการใช้งานที่ไม่ดี เพราะผู้ใช้ต้องการการเคลื่อนไหวที่เลื่อนต่อเนื่องและมาตรฐานเพื่อบรรลุการเก็บของที่ประสบความสําเร็จเพิ่มความน่าจะเป็นของความล้มเหลวการเก็บยี่ห้อโทรศัพท์มือถือหนึ่งเคยใช้วิธีการเก็บเงินนี้ ซึ่งถูกวิจารณ์เพราะข้ออ่อนแอของการเก็บเงินแบบสไลด์

ตามที่ชื่อชี้ให้เห็น การเก็บข้อมูลจากลายนิ้วมือโดยการกดเซ็นเซอร์มันแพงกว่าและท้าทายทางเทคนิคกว่าการสะสมแบบสไลด์นอกจากนี้ เนื่องจากพื้นที่ของลายนิ้วมือที่รวบรวมในครั้งเดียวที่เล็กกว่าการรวบรวมแบบสไลด์ จําเป็นต้องรวบรวมหลายครั้งเพื่อรวบรวมภาพลายนิ้วมือขนาดใหญ่ขึ้นมันต้องใช้อัลการิทึมที่ทันสมัย, โดยใช้โปรแกรมอัลการิทึมเพื่อชําระพื้นที่ลายนิ้วมือที่ค่อนข้างเล็กที่ได้รับจากการเลื่อนและกดการรวบรวม เพื่อรับประกันความแม่นยําของการจํา

ขั้นตอนที่ 2: การประเมินร่องนิ้วมือ
 
หลังจากเก็บรหัสนิ้วมือแล้ว คุณภาพของรหัสนิ้วมือที่เก็บมาจะถูกประเมิน หากมันไม่เหมาะสม ต้องเก็บมันอีกครั้ง หากมันเหมาะสมรูปภาพจะเพิ่มขึ้นและปรับปรุง.

ขั้นตอนที่ 3: สกัด "ลักษณะ"
 
หลังจากการแปรรูปภาพภาพไบนารี, ภาพที่ละเอียด, และภาพการสกัดลักษณะจะได้รับตามลําดับ หลังจากได้รับภาพที่ค่อนข้างชัดเจน การสกัดลักษณะจะเริ่มต้นหลังการสกัดลักษณะและการเก็บข้อมูล, ขั้นตอนต่อไปของการทํางานที่ตรงกันสามารถดําเนินการได้

ขั้นตอนที่ 4: การสอดคล้องลายนิ้วมือ
 
สิ่งหนึ่งที่ควรสังเกตในการจับคู่คือภาพตัวอย่างสองตัวของนิ้วเดียวกันอาจแตกต่างกันเพราะความแตกต่างในการขยับนิ้ว, การเบี่ยงเบน, และความดัน.เช่น การปรับระดับจุดลักษณะ, เพื่อให้แน่ใจว่าความแม่นยําของการจําแนกลายนิ้วมือ

รายละเอียดการติดต่อ
Grow

หมายเลขโทรศัพท์ : +8618989451818

Whatsapp : +8615068542301