指纹识别是将识别对象的指纹进行分类比对从而进行判别。指纹识别技术作为生物体特征识别技术之一在新世纪逐渐成熟，进入了人类的生产生活领域。 (推荐学习：web前端视频教程）
指纹模式
指纹是人类手指末端由凹凸的皮肤所形成的纹路，在人类出生之前指纹就已经形成并且随着个体的成长指纹的形状不会发生改变，只是明显程度的变化，而且每个人的指纹都是不同的，在众多细节描述 中能进行良好的区分，指纹纹路有三种基本的形状：斗型（whorl）、 弓型（arch）和箕型（loop）。
在指纹中有许多特征点，特征点提供了指纹唯一性的确认信息，这是进行指纹识别的基础，分为总体特征和局部特征，总体特征又包括了核心点（位于指纹纹路的渐进中心）、 三角点（位于从核心点开始的第一个分叉点或者断点，或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点）、纹数（指纹纹路的数量）；
局部特征是指纹的细节特征，在特征点处的方向、曲率、 节点的位置，这都是区分不同指纹的重要指标。
指纹识别过程分为两个次要过程，分为四个部分。两个次要的过程是指纹记录和交叉核对过程。
指纹记录过程由四个部分组成：指纹采集、指纹预处理、指纹检查和指纹模板采集。
指纹比对过程还包括四个部分：指纹采集、指纹预处理、指纹特征比对和匹配。在这两个过程中，指纹图像的前处理都存在，但指纹图像的取值和指纹 特征的值似乎有相同的名称，但它们的内在算法和性质是完全不同的。
在引入指纹的过程中，更频繁地获得指纹图像，而单值提取部分的算法更多地关注一些特征值的辨析和获取过程。
指纹识别的第一步是指纹图像的获取，目前已经有多种指纹图像的获取方式，主要有光学指纹采集技术、电容式传感器指纹采集、温度传感指纹获取技术、超声波指纹采集技术、电磁波指纹采集技术，获得图像后进行预处理加工，要实现图像的灰度变换、分割、均衡化、增强、 细化等预处理步骤。
首先要把指纹从整个图案上分割出来， 背景图和指纹分布图的灰度是不同的，这就确定了两者强度的区别， 利用梯度这个概念就能将指纹从背景图中很好的分离开；
均衡化是预 处理中的重要一步，在提取时根据环境的不同得到的指纹图像不同区域的像素分布点是不同的，均衡化就是将不同区域分布的像素进行均值划分得到亮度分布均衡的图像；
为了便于特征的提取，在几步加工后的图像还要智能化增强，Daugmann实现了利用Gabor小波逼近的方法使指纹图像的纹路线条更加清晰，即白的部分更白，黑的部分更黑，线条的边缘分布更加平滑。
以上是指纹识别是通过什么等物理传感器获取指纹图像的详细内容。更多信息请关注PHP中文网其他相关文章！
