厉害吧！Python都能做指纹识别播报了

指纹识别技术是目前最成熟且价格便宜的生物特征识别技术。目前来说指纹识别的技术应用最为广泛，我们不仅在门禁、考勤系统中可以看到指纹识别技术的身影，市场上有了更多指纹识别的应用：如笔记本电脑、手机、汽车、银行支付都可应用指纹识别的技术。

指纹识别技术把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点上各不相同，是唯一的，依靠这种唯一性和稳定性，我们才能创造指纹识别技术。每个人包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，呈现唯一性且终生不变。

下面带大家做一个自己的指纹识别系统——包括指纹图像获取、处理、特征提取和比对，把现场采集到的指纹与一个己经登记的指纹进行一对一的比对，从而来确认身份。

一、 实验器材

1.TPYBoard v 102开发板   1块

2.指纹识别模块  1块

3.语音播报模块  1块

二、 AS608光学指纹识别模块

指纹模块为集成了光路和指纹处理部分的一体化指纹处理模块，具有体积小、功耗低、接口简单的特点，可靠性高、识别速度快、干湿手指适应性好，指纹搜索速度快。通讯接口为USB和UART两种通信接口。

1、指纹特征

指纹算法从获取的指纹图像中提取的特征，代表了指纹的信息。指纹的存储、比对和搜索等都是通过操作指纹特征来完成的。

2、指纹处理包含两个过程：指纹登录过程和指纹匹配过程［其中指纹匹配分为指纹比对（1:1）和指纹搜索（1:N）两种方式］ 。

指纹登录时，对每一枚指纹录入 2 次，将 2 次录入的图像进行处理，合成模板存储于模块中。

指纹匹配时，通过指纹传感器，录入要验证指纹图像并进行处理，然后与模块中的指纹模板进行匹配比较（若与模块中指定的一个模板进行匹配，称为指纹比对方式，即 1:1 方式；若与多个模板进行匹配，称为指纹搜索方式，即1:N方式） ，模块给出匹配结果（通过或失败） 。

3、技术参数

供电电压： DC  3.3V

供电电流： 工作电流：<60mA

峰值电流：<60mA

指纹图像录入时间：＜1.0秒

窗口面积： 15.3╳ 18.2 mm

分辨率：500dpi

三、SYN6288语音播报 模块

SYN6288语音模块是通过异步串口接收待合成文本，实现文本到声音（TTS）的转换。它有以下功能特点：

支持任意中文文本的合成，可以采用GB2312、GBK、BIG5 和Unicode 四种编码方式；

具有文本智能分析处理功能，对常见的数值、电话号码、时间日期、度量衡符号等格式的文本；

可以自动对文本进行分析，判别文本中多音字的读法并合成正确的读音；

可实现10级数字音量控制，音量更大，更广；

内集成了77首声音提示音和14首和弦音乐；

支持多种文本控制标记，提升文本处理的正确率；

支持多种控制命令，包括：合成、停止、暂停合成、继续合成、改变波特率等；

支持多种方式查询芯片的工作状态；

两种通讯模式：芯片支持UART、SPI两种通讯方式；

支持Power Down 模式。使用控制命令可以使芯片进入Power Down 模式；

支持的通讯波特率：4800bps，9600bps，57600bps、115200bps。

四、 硬件接线图

下面带大家先把指纹模块和语音播报模块接起来，接线方法很简单，大家可以按照下面的接线方式将硬件连接起来。

TPYBoard v102 AS608光学指纹识别模块 SYN6288语音播报模块 3V3 U+ GND GND X1 RX X2 TX VIN VDD Y1 RXD Y2 TXD GND G

五、动手写代码

我们接线成功后，就要编写代码了，因为我们用到了指纹识别模块和语音播报模块，所以我们要动手编写AS608.py、syn6288.py和main.py。

1. 编写AS608.py脚本

from pyb import UART
from pyb import delay
import syn6288
import  pyb
class FIG:
def __init__(self,uart):
self.uart = UART(uart, 57600)
self.sendcmd(link)
self.sendcmd(readflash)
self.sendcmd(readmould)
self.sendcmd(readindex)
self.sendcmd(readindex1)
delay(500)

def sendcmd(self,cmd):
self.uart.write(head)
self.uart.write(cmd)
def searchfig(self):
hc=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
self.uart.read()
self.sendcmd(cmd_search)
hc=self.uart.read()
while hc[11]!=0xa:
self.sendcmd(cmd_search)
hc=self.uart.read()
self.sendcmd(cmd_upload)
def savefig(self,addr):
print('请按手指')
syn6288.sendspeak(6,9600,'请按手指'.encode('utf-8'))
self.searchfig()
self.sendcmd(cmd_gen1)
pyb.delay(2000)
print('请再按手指')
syn6288.sendspeak(6,9600,'请再按手指'.encode('utf-8'))
pyb.delay(1000)
self.searchfig()
self.sendcmd(cmd_gen2)
self.sendcmd(cmd_reg)
add=cmd_save+bytearray([addr,0,addr+0xe])
self.sendcmd(add)
print('存入成功')
syn6288.sendspeak(6,9600,'存入成功'.encode('utf-8'))
pyb.delay(1500)

def disfig(self):
print('请按手指')
syn6288.sendspeak(6,9600,'请按手指'.encode('utf-8'))
self.searchfig()
print('识别中')
syn6288.sendspeak(6,9600,'正在识别'.encode('utf-8'))
self.uart.read()
pyb.delay(20)
self.sendcmd(cmd_gen1)
self.sendcmd(cmd_dis)
pyb.delay(10)
hc=self.uart.read()
pyb.delay(10)
if hc[9]==9:
return 0
else :
return hc[11]

2. 编写syn6288.py脚本

from pyb import UART

def sendspeak(uart,baud,data):

u2=UART(uart,baud)

eec=0

buf=[0xfd,0x00,0,0x01,0x01]

buf[2]=len(data)+3

buf+=list(data)

for i in range(len(buf)):

eec^=int(buf[i])

buf.append(eec)

u2.write(bytearray(buf))

3. 编写main.py脚本

import pyb

import AS608

from pyb import UART

import syn6288

buf=[0xFD,0x00,0x07,0x01,0x01,0x5B,0x74,0x35,0x5D,0xBD]

u6=UART(6,9600)

u6.write(bytearray(buf))

fig=AS608.FIG(4)

fig.savefig(37)

user=fig.disfig()

if(user==0):

syn6288.sendspeak(6,9600,'读取失败'.encode('utf-8'))

print('读取失败')

else :

syn6288.sendspeak(6,9600,'读取成功'.encode('utf-8'))

print('找到用户',user)

模块和代码都准备好了，你只需要接起线来将代码写入即可，TPYBoard v102的程序写入方法超级简单，插入电脑会有个盘符，只需要将这3个脚本直接拖进盘符即可，然后rst开发板就完事了。

六、成果展示

这就是我们生活中的指纹识别系统的原理，通过采集指纹，保存指纹，把采集到的指纹同指纹数据库中的指纹逐一对比，从中找出与现场指纹相匹配的指纹的过程，用python开发一个应用真的是非常方便，语言简洁，上手快，库的种类很多，这只是很简单的硬件应用，再做一个页面，进行一些逻辑判断，就是很好玩的产品啦，大家可以动手一起来玩耍。

* 本文作者：_橙子 ゝ，转载请注明来自FreeBuf.COM