import cv2
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
def verification(src,model):
    #創(chuàng)建SIFT特征提取器
    sift = cv2.SIFT_create()
    kp1,des1 = sift.detectAndCompute(src,None)
    kp2,des2 = sift.detectAndCompute(model,None)
    flann = cv2.FlannBasedMatcher()
    matches = flann.knnMatch(des1,des2,k=2)
#distance:匹配的特征點(diǎn)描述符的歐氏距離，數(shù)值越小也就說(shuō)明兩個(gè)特征點(diǎn)越相近。
#queryIdx:測(cè)試圖像的特征點(diǎn)描述符的下標(biāo)（第幾個(gè)特征點(diǎn)描述符），同時(shí)也是描述符對(duì)應(yīng)特征點(diǎn)的下標(biāo)。
#trainIdx:樣本圖像的特征點(diǎn)描述符下標(biāo)，同時(shí)也是描述符對(duì)應(yīng)特征點(diǎn)的下標(biāo)。
    #進(jìn)行比較篩選
    ok = []
    for m,n in matches:
        #根據(jù)lowe‘s比率測(cè)試，篩選最佳匹配
        if m.distance < 0.8 * n.distance:
            ok.append(m)
    #統(tǒng)計(jì)通過(guò)篩選的匹配數(shù)量
    num = len(ok)
    if num >= 500:
        result = '認(rèn)證通過(guò)'
    else:
        result = '認(rèn)證失敗'
    return result
if __name__ == "__main__":
    src1 = cv2.imread("zw1.bmp")
    cv_show('zw1',src1)
    src2 = cv2.imread("zw2.bmp")
    cv_show('zw2',src2)
    model = cv2.imread('model.bmp')
    cv_show('model',model)
    result1 = verification(src1,model)
    result2 = verification(src2,model)
    print('src1驗(yàn)證結(jié)果為：',result1)
    print('src2驗(yàn)證結(jié)果為：',result2)

import os
import cv2
def getNum(src, model):  # 輸入待驗(yàn)證圖與模版圖
    img1 = cv2.imread(src)
    img2 = cv2.imread(model)
    sift = cv2.SIFT_create()  # 創(chuàng)建sift特征提取器
    kp1,des1 = sift.detectAndCompute(img1, None)   # 提取待驗(yàn)證圖片和模版圖的關(guān)鍵點(diǎn)和描述符信息
    kp2,des2 = sift.detectAndCompute(img2, None)
    flann = cv2.FlannBasedMatcher()   # 建立Flann匹配器，其用來(lái)匹配大規(guī)模數(shù)據(jù)速度快
    matches = flann.knnMatch(des1,des2,k=2)   # 使用匹配器的K近鄰算法匹配待匹配圖片與模版圖片，匹配兩個(gè)最近距離
    ok = []
    for m,n in matches:   # 判斷距離比例值是否小于0.8，是則將這一對(duì)點(diǎn)存入列表
        if m.distance < 0.8 *n.distance:
            ok.append(m)
    num = len(ok)    # 返回匹配成功的匹配數(shù)目
    return num
'''--------------獲取指紋編號(hào)-----------------'''
def getID(src, database):
    max = 0
    for file in os.listdir(database):  # 使用os.listdir讀取database文件夾內(nèi)的每一個(gè)文件
        model = os.path.join(database, file)   # 智能的將database的路徑和file的路徑結(jié)合成一個(gè)新的路徑
        num = getNum(src,model)   # 將待驗(yàn)證圖片src與提取出來(lái)的模版圖model放入函數(shù)進(jìn)行匹配，返回匹配成功的點(diǎn)的對(duì)數(shù)
        print("文件名:",file,"匹配數(shù):",num)
        if num > max:  # 判斷匹配成功的個(gè)數(shù)并不斷更新max的值
            max = num   # 如果遇到最大匹配個(gè)數(shù)，那么將這個(gè)個(gè)數(shù)更新到max值，然后再更新模版圖片的地址
            name = file
    ID = re.match(r'^(\d+)?\.([\S\s]+)$',name)[1]  # 正則匹配模版圖片的文件名前綴
    if max < 100:   # src圖片不一定是庫(kù)里面人的指紋，判斷匹配成功的數(shù)量是否小于100，小于則說(shuō)明庫(kù)里沒(méi)有對(duì)應(yīng)的指紋
        ID = 9999
    return ID   # 返回對(duì)應(yīng)的圖片名稱
'''--------------根據(jù)指紋編號(hào)，獲取對(duì)應(yīng)姓名-------------------------'''
def getName(ID):
    nameID = {0:'Alex',1:'Bob',3:'Cindy',4:'David',5:'Eric',6:'Frank',7:'Groose',8:'Hennry',9:'Paul',9999:'NOT FOUND'}
    name = nameID.get(int(ID))
    return name
'''---------------------主函數(shù)-------------------------------'''
if __name__ == "__main__":
    src = 'src.bmp'
    database = 'database'
    ID = getID(src,database)
    name = getName(ID)# 將得到的ID導(dǎo)入函數(shù)判斷待驗(yàn)證指紋的人的姓名
    print('識(shí)別結(jié)果為:',name)