logo
หน้าแรก>ลายนิ้วมือผ้าใบ

Canvas API ได้รับการออกแบบมาเพื่อการวาดภาพกราฟิกในเว็บเบราว์เซอร์ สามารถใช้สำหรับแอนิเมชั่น กราฟิกเกม การแสดงข้อมูล การแก้ไขภาพ การประมวลผลวิดีโอแบบเรียลไทม์ ฯลฯ นอกจากนี้ยังสามารถใช้สำหรับการติดตามออนไลน์ผ่านลายนิ้วมือของเบราว์เซอร์ เทคโนโลยีนี้อาศัยการเปลี่ยนแปลงวิธีการแสดงภาพแคนวาสบนเว็บเบราว์เซอร์และแพลตฟอร์มต่างๆ เพื่อสร้างลายนิ้วมือดิจิทัลส่วนบุคคลของเบราว์เซอร์ของผู้ใช้ แต่สามารถทำซ้ำได้ภายใต้สภาพแวดล้อมอุปกรณ์เดียวกัน

ลายนิ้วมือผ้าใบ

การตรวจจับฟังก์ชั่นผ้าใบ

  • Canvas 2D API
  • Text API for Canvas
  • Canvas toDataURL(นิยมใช้สำหรับการจดจำลายนิ้วมือ)
  • OffscreenCanvas API
  • Canvas native

    ฟังก์ชัน Canvas toDataURL สามารถแก้ไขได้โดยใช้ปลั๊กอินของเบราว์เซอร์ แต่สามารถระบุได้ง่าย

  • ความมั่นคง

    Canvas มีความเสถียรบนอุปกรณ์และสภาพแวดล้อมเบราว์เซอร์เดียวกัน

  • เสียงที่ไม่ใช่ของมนุษย์

    เบราว์เซอร์ลายนิ้วมือหรือปลั๊กอินลายนิ้วมือบางตัวสามารถเพิ่มพารามิเตอร์ให้กับสัญญาณรบกวนของ Canvas ได้ แต่อาจยังรับรู้ได้

รายละเอียดรูปภาพ

ภาพตัวอย่าง
ขนาดไฟล์0 bytes
ปริมาณสี0
บล็อกข้อมูลคีย์ PNG
ชื่อบล็อกข้อมูลความยาวCRCอธิบาย

สาเหตุของการพิมพ์ลายนิ้วมือแคนวาส

วิธีแสดงภาพ Canvas บนผืนผ้าใบอาจแตกต่างกันไปขึ้นอยู่กับเว็บเบราว์เซอร์ ระบบปฏิบัติการ การ์ดกราฟิก และปัจจัยอื่น ๆ ส่งผลให้ได้ภาพที่ไม่ซ้ำใครที่สามารถใช้สร้างลายนิ้วมือได้

1. การต่อต้านนามแฝง

การลบรอยหยักเป็นฟิลเตอร์ความงามชนิดหนึ่ง และใช้กันอย่างแพร่หลาย หากไม่ได้เปิดใช้งานการปรับแบบอักษรให้เรียบในระบบปฏิบัติการ แบบอักษรบางตัวอาจดูแย่มากบนหน้าจอคอมพิวเตอร์ของคุณ โดยทั่วไปแล้ว ระบบปฏิบัติการ Windows จะเปิดการปรับแบบอักษรและรูปภาพให้เรียบตามค่าเริ่มต้น ใน Mac OS X การลดรอยหยักดูเหมือนจะใช้ได้กับแบบอักษรที่มีขนาดต่ำกว่าที่กำหนดเท่านั้น ไม่เพียงแต่ในระดับระบบปฏิบัติการเท่านั้น เบราว์เซอร์บางตัวยังมีเทคโนโลยีป้องกันนามแฝงในตัวอีกด้วย ตัวอย่างเช่น Safari ใช้เครื่องมือเรนเดอร์แบบอักษรในตัวของตัวเอง และเหนือสิ่งอื่นใด เทคโนโลยีต่อต้านนามแฝงยังใช้งานได้เมื่อวาดแบบอักษรและรูปภาพบน Canvas

ดังแสดงในรูปด้านล่าง ด้านซ้ายแสดงสถานะที่ไม่ได้เปิดใช้งานการปรับแบบอักษรให้เรียบ ในขณะที่ด้านขวาแสดงว่าเปิดใช้งานอยู่:

เทคโนโลยีต่อต้านนามแฝงจะสร้างพิกเซลที่ไม่ใช่สีบริสุทธิ์ และค่าพิกเซลในสถานะกลางเหล่านี้จะได้รับผลกระทบจากโปรไฟล์สีของกราฟิกการ์ด ส่งผลให้มีสีที่ต่างกัน ด้วยการวาดแบบอักษรและรูปภาพเดียวกันบนผืนผ้าใบที่มีขนาดใหญ่เพียงพอ จากนั้นคำนวณข้อมูลพิกเซลทั้งหมด ทำให้สามารถรับข้อมูลลายนิ้วมือที่ค่อนข้างพิเศษได้

เทคโนโลยีต่อต้านนามแฝงจะสร้างพิกเซลที่ไม่ใช่สีบริสุทธิ์ และค่าพิกเซลในสถานะกลางเหล่านี้จะได้รับผลกระทบจากโปรไฟล์สีของกราฟิกการ์ด ส่งผลให้มีสีที่ต่างกัน ด้วยการวาดแบบอักษรและรูปภาพเดียวกันบนผืนผ้าใบที่มีขนาดใหญ่เพียงพอ จากนั้นคำนวณข้อมูลพิกเซลทั้งหมด ทำให้สามารถรับข้อมูลลายนิ้วมือที่ค่อนข้างพิเศษได้

2. คำแนะนำแบบอักษร

คุณสมบัติหนึ่งของการปรับแต่งอย่างละเอียดคือการปรับตารางให้พอดี ซึ่งหมายถึงการปรับเปลี่ยนความสูงและความกว้างของอักขระแบบอักษรเพื่อจัดแนวให้ตรงกับตารางพิกเซลที่ตั้งไว้ที่แสดงบนหน้าจอ รูปภาพจะปรากฏบนหน้าจอเป็นตารางสี่เหลี่ยมเล็กๆ แบบอักษรอาจถูกย้ายไปทางซ้ายและขวาเพื่อให้แน่ใจว่าจะแสดงอย่างถูกต้องบนตารางที่แตกต่างกัน หน้าจอ

คุณสมบัติหนึ่งของการปรับแต่งอย่างละเอียดคือการปรับตารางให้พอดี ซึ่งหมายถึงการปรับเปลี่ยนความสูงและความกว้างของอักขระแบบอักษรเพื่อจัดแนวให้ตรงกับตารางพิกเซลที่ตั้งไว้ที่แสดงบนหน้าจอ รูปภาพจะปรากฏบนหน้าจอเป็นตารางสี่เหลี่ยมเล็กๆ แบบอักษรอาจถูกย้ายไปทางซ้ายและขวาเพื่อให้แน่ใจว่าจะแสดงอย่างถูกต้องบนตารางที่แตกต่างกัน หน้าจอ

ด้วยภาพ GIF ต่อไปนี้ ซึ่งเป็นคอลเลกชันภาพแคนวาสจากผู้ใช้หลายสิบราย เราสามารถเห็นความแตกต่างในการนำเสนอโค้ดเดียวกันในสภาพแวดล้อมของอุปกรณ์ที่แตกต่างกันได้โดยสังหรณ์ใจ:

ดังที่แสดงในรายละเอียดรูปภาพด้านบน โดยทั่วไป เราสามารถเรียกใช้ฟังก์ชัน toDataURL เพื่อรับข้อมูล base64 ของรูปภาพ Canvas หรือเราจะรับผลรวมตรวจสอบ CRC ของบล็อก IDAT จากบล็อกข้อมูลของรูปภาพ PNG ที่สร้างโดย Canvas จากนั้นเราสามารถคำนวณแฮชของสตริงนั้น (การตรวจสอบ base64 หรือ CRC) (อัลกอริธึมที่แน่นอนแตกต่างกันไปในแต่ละไซต์) เป็นลายนิ้วมือของ Canvas

ดังที่แสดงในรายละเอียดรูปภาพด้านบน โดยทั่วไป เราสามารถเรียกใช้ฟังก์ชัน toDataURL เพื่อรับข้อมูล base64 ของรูปภาพ Canvas หรือเราจะรับผลรวมตรวจสอบ CRC ของบล็อก IDAT จากบล็อกข้อมูลของรูปภาพ PNG ที่สร้างโดย Canvas จากนั้นเราสามารถคำนวณแฮชของสตริงนั้น (การตรวจสอบ base64 หรือ CRC) (อัลกอริธึมที่แน่นอนแตกต่างกันไปในแต่ละไซต์) เป็นลายนิ้วมือของ Canvas

หมายเหตุ: มีสาเหตุหลายประการที่ทำให้ Canvasลายนิ้วมือแตกต่างกันไปในแต่ละเว็บไซต์ สตริงที่แตกต่างกันที่ใช้ (การตรวจสอบ base64 หรือ CRC) อัลกอริธึมการแฮชที่แตกต่างกัน (MD5, SHA, MUMUHASH ฯลฯ ) จะทำให้ลายนิ้วมือของ Canvas แตกต่างไปจากเดิมอย่างสิ้นเชิง ลายนิ้วมือ Canvas มีความเสถียร ดังนั้นภายใต้เบราว์เซอร์และอุปกรณ์เดียวกัน ลายนิ้วมือ Canvas ภายใต้เว็บไซต์เดียวกันจึงได้รับการแก้ไข นี่เป็นพื้นฐานทางทฤษฎีสำหรับลายนิ้วมือ Canvas ที่จะใช้ในการระบุตัวตนโดยผู้ใช้ ซึ่งมีคุณสมบัติที่เสถียร