给delphi做安卓开发的同学提供指纹调用范例。

运行环境：Windows 合集包括：御剑后台扫描珍藏版、御剑Web指纹识别工具、御剑高速TCP端口扫描工具

随着WiFi网络在世界范围内的迅速普及和广泛部署。基于wiFi的室内定位技术由于成本低、易于实现受到了广泛关注。其中，基于WiFi的被动式指纹室内定位由于可直接利用现有的商业WiFi设备，且不需要待定位目标携带仼何设备。因此部署成本低、易扩展，同时还具有良好的非侵入性，故已逐渐成为室內定位技术研究者们广泛关注的热点。目前，已有基于WiFi的被动式指纹室内定位技术，如Buzzer和Pilot等，其定位过程一般可分为离线和在线两个阶段。离线阶段采集相应的信号，并存储所有参考点生成的指纹数据以构建离线指纹数据库。在线阶段则通过采用与离线阶段相同的处理方式得到待测位置的在线实测指纹，然后将其与离线指纹库中的已有指纹进行匹配，从而估计目标位置。然而，现有工作由于存在两个重要问题，导致定位的实时性和精度都不能令人满意其一，现有指纹匹配定位方式由于需要在在线阶段将实测指纹与指纹库中的所有指纹进匹配，所以计算量大从而导致定位过程的实时性较差;其二，由于离线指纹库中存在与目标当前位置相隔较远但相似的指纹，而这些指纹很可能会对指纹匹配过程造成干扰，进而导致定位误差较大。针对上述两个问题，该文结合位置指纹定位技术和距离测量算法，提出了一种新的位置指纹室内定位方法ILLFRM.该方法在在线阶段中加入了粗定位，并在进指纹匹配之前，通过粗定位来过滤离线指纹库中与目标当前位置不相关的指纹，以减少匹配过程中的计算量和避免不相干指纹的干扰，从而同时达到改善定位精度和实时性的目的。通过在空旷大厅和走廊的真实场景进行实验结果表明，该文提出的方法与Pilot和Buzzer相比，定位精度分别提高了约28%和51%.此外，由于一次匹配过程的总耗时不足200ms，因此ILLFRM可以很好地满足实时性要求。

NIST 8-Bit Gray Scale Images of Fingerprint 是一个指纹图像数据，包括 2000张指纹灰度图，400组左右手五指指纹灰度图，图像分辨率为512x512。

本代码除了可以实现NFC、蓝牙、指纹解锁之外，还支持动态密码解锁。本文件包含两部分一部分是锁的本体代码，另一部分是基于arduino的密匙，可以实时显示动态密码和万年历显示。本动态密码是按时间随机生成一组6位数密码，一分钟内输入即可解锁和QQ的安全密匙差不多

御剑指纹识别系统

导读： 为了适应指纹采集传感器件和指纹识别系统向着小型化和嵌入式方向发展的需要，文中提出了一种基于ARM9处理器架构的CPU芯片S3C2440A的嵌入式指纹识别系统设计方案，同时对该指纹识别系统的硬件架构进行了说明。该方案具有结构简单、可扩展性和移植性强等诸多优点。

基于stm32的指纹识别 指纹打卡 系统 附带源程序 资料

FPGA经典例子FPGA经典例子FPGA经典例子（

随着普通高校的在校人数不断增加的情况下,用在对学生考勤的时间也随之增多,如何高效的对学生进行考勤成为了一大问题。因此,设计了一个射频与指纹同时兼容的考勤系统。本设计主要由五大模块构成,即WIFI模块、上位机模块、射频模块、指纹识别模块和MySQL数据库模块。学生需提前提前录入的射频或者指纹信息。进行考勤时,系统会随机选择考勤方式,射频模块或指纹模块接受到数据后与之前录入至MySQL数据库里的数据进行对比,如若对比成功则记录下对应时间并在上位机显示打卡成功。经过测试,该系统可以良好的运行,能准确的记录人员出入时间。