制作简单的指纹图集，并对其进行处理

制作简单的指纹图集，并对其进行处理

前言

在学习tensorfow时，我第一个做的任务就是用自己的图集简单的认识一下整体的框架，这篇文章先简单的记录一下指纹图集的制作过程。

一、指纹图集采集

指纹图集的制作其实很简单，用印泥即可，下图是两张我采集的图片。


这两张的效果还比较好，制作图集时容易产生指纹一边颜色深，一边颜色浅的问题，比如：

这一张就是在采集的时候用力不均匀的时候产生的，但是指纹的走向还是比较清晰。同时也会产生比较模糊的情况，比如：

二、对指纹进行处理

对于提取到的指纹图集，需要进行预处理，我是使用matlab软件对这个图片的进行的处理，因为不确定那种方法比较好，所以试了很多种方法，代码也参考了网上的许多代码。（放在下面共享）

clc
clear all

%% 读取图片
img_rgb = imread('1.jpg');
img = rgb2gray(img_rgb);
% img=im2double(img);  %将f转换为归一化的double类图像
figure();
imshow(img);
%进行均值滤波
a_bmp = filter2(fspecial('average',3),img)/255; %进行3*3均值滤波

%%边缘提取
bw1 = edge(a_bmp,'sobel');
bw2 = edge(a_bmp,'roberts');
bw3 = edge(a_bmp,'log');
bw4 = edge(a_bmp,'canny');
figure
subplot(2,2,1); imshow(bw1);title('sobel算子');
subplot(2,2,2);imshow(bw2);title('roberts算子');
subplot(2,2,3);imshow(bw3);title('log算子');
subplot(2,2,4);imshow(bw4);title('canny算子');

%空域锐化
p1 =fspecial('sobel');
figure();
add1 =imfilter(a_bmp,p1);
out1=add1+a_bmp;
imshow(out1);
title('sobel锐化结果');


p2 =fspecial('prewitt');
figure();
add2 =imfilter(a_bmp,p2);
out2=add2+a_bmp;
imshow(out2);
title('prewitt锐化结果');

%%
p3 =fspecial('laplacian');
figure();
add3 =imfilter(a_bmp,p3);
out3=add3+a_bmp;
imshow(out3);
title('laplacian锐化结果');

%%
%进行高斯滤波及频域锐化；
%图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分弱化而产生的。
gaus=fspecial('gaussian', [3,3], 1);
figure
gausout=imfilter(a_bmp,gaus,'replicate');
imshow(gausout)
title('高斯频域滤波');
f= double(img);[r,c]=size(f);  
F=fft2(f);G=fftshift(F);  
d0=15; %半径范围  
n=2;%巴特沃斯阶次  
a=0.2;b=2.0; %高频强调滤波传递函数系数  
mu=floor(r/2);mv=floor(c/2);  
for u=1:r  
    for v=1:c  
        d=sqrt((u-mu)^2+(v-mv)^2);  
        Hlpbtw=1/(1+0.414*(d/d0)^(2*n));  
        Hhpbtw=1-Hlpbtw;    Ghpbtw(u,v)=Hhpbtw*G(u,v);  
        Hhfebtw=a+b*Hhpbtw; Ghfebtw(u,v)=Hhfebtw*G(u,v);  
    end  
end  
ghpbtw=ifftshift(Ghpbtw);  
fhpbtw=uint8(real(ifft2(ghpbtw)));  
subplot(1,3,1);imshow(fhpbtw);title(' 巴特沃斯高通');  
ghfebtw=ifftshift(Ghfebtw);  
fhfebtw=uint8(real(ifft2(ghfebtw)));  
subplot(1,3,2);imshow(fhfebtw);title('巴特沃斯高频强调滤波');  
histeq_fhfebtw=histeq(fhfebtw,256);  
subplot(1,3,3);imshow(histeq_fhfebtw);title('均衡化结果');


%% 二值化
thresh = graythresh(histeq_fhfebtw)  %自动确定二值化阈值；
A=im2bw(I,thresh); % thresh=0.5 表示将灰度等级在128以下的像素全部变为黑色，将灰度等级在128以上的像素全部变为白色。
imshow(A)

运行了上面的代码，得到了许多处理结果，下面是几个比较主要的处理结果。

拉普拉斯锐化结果：

prewitt锐化结果
sobel算子锐化结果
均衡化结果

总结

以就是自己简单的记录了一下制作指纹图集的过程，为做深度学习做数据集。