脊線為指紋紋理中凸起部分，谷線為指紋紋理中凹陷部分。將從乙個人身上獲取的指紋與資料庫中儲存的所有指紋進行比較稱為1:n匹配，它經常被用在利用指紋庫查詢罪犯的過程中。利用指紋匹配演算法將已採集的需匹配的指紋與指紋庫中的某乙個指紋進行比對被稱為1:1匹配。
指紋識別的基本過程：通過指紋感測器或者說指紋採集器得到指紋，該指紋一般為8位灰度，即只有1通道，維度為 m×n
×1m \times n \times 1
m×n×
1，每個畫素的取值範圍為 。在得到指紋圖像後，對指紋進行預處理，得到二值化影象，再對二值化影象進行形態學細化，使用特徵提取演算法提取需要的指紋的特徵。無論是指紋的註冊還是指紋的匹配都會對指紋進行上述操作，不同的是指紋註冊在進行完上述處理後，指紋特徵會被儲存到指紋資料庫中，而指紋驗證在進行完上述處理後會作為指紋匹配器的乙個輸入，指紋資料庫中的單個指紋模板作為另乙個輸入，指紋匹配器對兩個指紋特徵進行比對，判斷是否為同一手指得到的指紋印。
（1）指紋圖像的採集
（2）指紋圖像預處理演算法
預處理階段主要的任務是去除指紋圖像中不需要的資料，如雜訊、反射等的過程。指紋圖像並不都是脊線連續、紋理清晰的，無論是由指紋採集器掃瞄到的還是由油墨捺印獲取的，指紋圖像都會出現脊線的斷裂、大量的噪點雜訊、紋線的扭曲變形等。通過指紋圖像的預處理，可以獲得脊線谷線清晰的指紋圖像。指紋預處理最終獲得的一般為細化圖。
（3）指紋圖像特徵提取演算法
指紋的特徵分為3級。依據不同的匹配演算法，對指紋進行不同的特徵提取以為之後的特徵匹配提供依據，一般使用最多的為細節點特徵，即端點和分叉點的提取，這是因為細節點特徵明顯且穩定。其他使用的特徵包括指紋的奇點、指紋脊線上的汗孔、脊線的集合屬性和空間關係、紋理的方向及頻率特徵等。
第一級特徵是指脊線方向和奇點，如中心點和三角點：
第二級特徵是指細節點特徵，被稱為區域性特徵，總共確定了150個不同的區域性脊線特徵，其中脊線端點和脊線分叉點是最為顯著的兩個特徵。
第**特徵是指脊線內細節，寬度、形狀、曲率、邊緣輪廓，汗孔。最重要的精細細節之一為汗孔，從高解析度的高質量的指紋圖像上獲取汗孔特徵是可行的。
（4）指紋的特徵匹配演算法
指紋匹配是指將指紋與指紋資料庫中的特徵進行比對，返回相似度或進行是否的決策。基於細節點特徵點的匹配無疑是指紋匹配中最著名和使用最廣泛的方法。細節點的匹配類似於法醫專家比較指紋的方式，在世界上幾乎所有國家的法庭上都是被接受的。minutia cylinder-code（mcc）及bozorth3為最為有名的兩種細節點匹配方法，mcc提出了一種基於三維資料結構的圓柱編碼演算法，其從細節的距離和角度出發，構造了圓柱編碼。bozorth3為一種多級的指紋匹配方法，共有三個階段，其不僅使用了細節點特徵也使用了方向場等特徵。
iOS 指紋識別
1.首先匯入框架localauthentication 2.判斷系統版本，最低ios 8.0 3.建立驗證物件上下文lacontext 4.判斷指紋識別技術是否可用canevaluatepolicy 5.如果可用，開始呼叫方法開始使用指紋識別 import 指紋按鈕 void showfingerp...
Android BMPrinter 指紋識別庫
作者 蒼王 日期 2018.9.7 近來建立了兩個小專欄，將會其中發布現在的區塊鏈通訊專案所應用到的技術，以及程序化技術，有興趣可以關注一下 不一定需訂閱，推廣期價錢也便宜 android im技術指南 裡面介紹的是加密im的技術應用和指南 android 程序化架構 裡面介紹的是程序化的方案。但是...
android指紋識別
使用指紋識別功能，只需要關心 fingerprintverifymanager 和 fingerprintcallback 兩個類 1 例項化 builder，必需 fingerprintverifymanager.builder builder new fingerprintverifymanag...