【进阶OpenCV】 （6）--指纹识别

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：

• 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：

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 = 0
    for 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 = num
            name = file
    ID = name[0]
    if max < 100: # src图片不一定是库里的指纹
        ID = 9999
    return 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。