iOS手机摄像头测心率 iOS利用手机摄像头测心率
YvanLiu 人气:0原理
简单介绍一下,网上可以查到很多关于手机测心率的这种项目,大概就是: 把手指放在摄像头和闪光灯上,通过手指处脉搏跳动充血导致的细微颜色变化来确定心跳波动,确定波峰波谷,根据两个波峰之间的时间差来确定瞬时心率。
思路
首先,采集视频流,根据拿到的RGB颜色转成HSV颜色集,其实我们只用到了HSV的H。
对拿到的H进行一些处理,看跟人喜好或者具体情况,主要是用于后面的折线图和计算瞬时心率,如果有能力的话可以处理一下噪音数据,因为可能测的时候手指轻微抖动会造成一些不稳定的数据。
根据处理后的H就可以进行画折线图了,我是把处理后的H和时间戳进行了绑定,用来后面的计算心率。
根据处理后的H来确定波峰波谷,利用两个波谷之间的时间差计算心率。
实现
大致思路就是上面这样,下面来看一下代码具体实现以下。
1.首先我先初始化了一些数据,方便后面使用
// 设备 @property (strong, nonatomic) AVCaptureDevice *device; // 结合输入输出 @property (strong, nonatomic) AVCaptureSession *session; // 输入设备 @property (strong, nonatomic) AVCaptureDeviceInput *input; // 输出设备 @property (strong, nonatomic) AVCaptureVideoDataOutput *output; // 输出的所有点 @property (strong, nonatomic) NSMutableArray *points; // 记录浮点变化的前一次的值 static float lastH = 0; // 用于判断是否是第一个福点值 static int count = 0; // 初始化 self.device = [AVCaptureDevice defaultDeviceWithMediaType:AVMediaTypeVideo]; self.session = [[AVCaptureSession alloc]init]; self.input = [[AVCaptureDeviceInput alloc]initWithDevice:self.device error:nil]; self.output = [[AVCaptureVideoDataOutput alloc]init]; self.points = [[NSMutableArray alloc]init];
2.设置视频采集流,为了节省内存,我没有输出视频画面
// 开启闪光灯 if ([self.device isTorchModeSupported:AVCaptureTorchModeOn]) { [self.device lockForConfiguration:nil]; // 开启闪光灯 self.device.torchMode=AVCaptureTorchModeOn; // 调低闪光灯亮度(为了减少内存占用和避免时间长手机发烫) [self.device setTorchModeOnWithLevel:0.01 error:nil]; [self.device unlockForConfiguration]; } // 开始配置input output [self.session beginConfiguration]; // 设置像素输出格式 NSNumber *BGRA32Format = [NSNumber numberWithInt:kCVPixelFormatType_32BGRA]; NSDictionary *setting =@{(id)kCVPixelBufferPixelFormatTypeKey:BGRA32Format}; [self.output setVideoSettings:setting]; // 抛弃延迟的帧 [self.output setAlwaysDiscardsLateVideoFrames:YES]; //开启摄像头采集图像输出的子线程 dispatch_queue_t outputQueue = dispatch_queue_create("VideoDataOutputQueue", DISPATCH_QUEUE_SERIAL); // 设置子线程执行代理方法 [self.output setSampleBufferDelegate:self queue:outputQueue]; // 向session添加 if ([self.session canAddInput:self.input]) [self.session addInput:self.input]; if ([self.session canAddOutput:self.output]) [self.session addOutput:self.output]; // 降低分辨率,减少采样率(为了减少内存占用) self.session.sessionPreset = AVCaptureSessionPreset1280x720; // 设置最小的视频帧输出间隔 self.device.activeVideoMinFrameDuration = CMTimeMake(1, 10); // 用当前的output 初始化connection AVCaptureConnection *connection =[self.output connectionWithMediaType:AVMediaTypeVideo]; [connection setVideoOrientation:AVCaptureVideoOrientationPortrait]; // 完成编辑 [self.session commitConfiguration]; // 开始运行 [self.session startRunning];
这里我降低了闪光灯亮度,降低了分辨率,减少了每秒钟输出的帧。主要就是为了减少内存的占用。(我手里只有一台6,没有测其他设备可不可以)
3.在output的代理方法中采集视频流
// captureOutput->当前output sampleBuffer->样本缓冲 connection->捕获连接 - (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection { //获取图层缓冲 CVPixelBufferRef imageBuffer = CMSampleBufferGetImageBuffer(sampleBuffer); CVPixelBufferLockBaseAddress(imageBuffer, 0); uint8_t*buf = (uint8_t *)CVPixelBufferGetBaseAddress(imageBuffer); size_t bytesPerRow = CVPixelBufferGetBytesPerRow(imageBuffer); size_t width = CVPixelBufferGetWidth(imageBuffer); size_t height = CVPixelBufferGetHeight(imageBuffer); float r = 0, g = 0,b = 0; float h,s,v; // 计算RGB TORGB(buf, width, height, bytesPerRow, &r, &g, &b); // RGB转HSV RGBtoHSV(r, g, b, &h, &s, &v); // 获取当前时间戳(精确到毫秒) double t = [[NSDate date] timeIntervalSince1970]*1000; // 返回处理后的浮点值 float p = HeartRate(h); // 绑定浮点和时间戳 NSDictionary *point = @{[NSNumber numberWithDouble:t]:[NSNumber numberWithFloat:p]}; //下面按个人情况可以进行计算心率或者画心率图 }
到这里数据已经处理好了,后面可以根据数据画折线图,或者计算心率
计算RGB
void TORGB (uint8_t *buf, float ww, float hh, size_t pr, float *r, float *g, float *b) { float wh = (float)(ww * hh ); for(int y = 0; y < hh; y++) { for(int x = 0; x < ww * 4; x += 4) { *b += buf[x]; *g += buf[x+1]; *r += buf[x+2]; } buf += pr; } *r /= 255 * wh; *g /= 255 * wh; *b /= 255 * wh; }
RGB转HSV
void RGBtoHSV( float r, float g, float b, float *h, float *s, float *v ) { float min, max, delta; min = MIN( r, MIN(g, b )); max = MAX( r, MAX(g, b )); *v = max; delta = max - min; if( max != 0 ) *s = delta / max; else { *s = 0; *h = -1; return; } if( r == max ) *h = ( g - b ) / delta; else if( g == max ) *h = 2 + (b - r) / delta; else *h = 4 + (r - g) / delta; *h *= 60; if( *h < 0 ) *h += 360; }
根据h处理浮点
float HeartRate (float h) { float low = 0; count++; lastH = (count==1)?h:lastH; low = (h-lastH); lastH = h; return low; }
4.分析数据,计算心率
这里我纠结了好长时间,试了几种不同的方法,都没有一个比较理想的结果,计算出来的特别不准。后来看了 http://ios.jobbole.com/88158/ 这篇文章,后面优化的部分有一个 基音算法 ,虽不明,但觉厉,对此表示非常感谢。吼吼吼。
原理:就是说划一个时间段,在这个时间段里面找到一个 最低峰值 ,然后确定一个 周期 ,然后分别在 这个峰值 前间隔 0.5个周期 的 1周期里 和 这个峰值 后间隔 0.5个周期 的 1周期 里找到一个最低峰值。 然后根据这几个值来确定瞬时心率。
- (void)analysisPointsWith:(NSDictionary *)point { [self.points addObject:point]; if (self.points.count<=30) return; int count = (int)self.points.count; if (self.points.count%10 == 0) { int d_i_c = 0; //最低峰值的位置 姑且算在中间位置 c->center int d_i_l = 0; //最低峰值左面的最低峰值位置 l->left int d_i_r = 0; //最低峰值右面的最低峰值位置 r->right float trough_c = 0; //最低峰值的浮点值 float trough_l = 0; //最低峰值左面的最低峰值浮点值 float trough_r = 0; //最低峰值右面的最低峰值浮点值 // 1.先确定数据中的最低峰值 for (int i = 0; i < count; i++) { float trough = [[[self.points[i] allObjects] firstObject] floatValue]; if (trough < trough_c) { trough_c = trough; d_i_c = i; } } // 2.找到最低峰值以后 以最低峰值为中心 找到前0.5-1.5周期中的最低峰值 和后0.5-1.5周期的最低峰值 if (d_i_c >= 1.5*T) { // a.如果最低峰值处在中心位置, 即距离前后都至少有1.5个周期 if (d_i_c <= count-1.5*T) { // 左面最低峰值 for (int j = d_i_c - 0.5*T; j > d_i_c - 1.5*T; j--) { float trough = [[[self.points[j] allObjects] firstObject] floatValue]; if (trough < trough_l) { trough_l = trough; d_i_l = j; } } // 右面最低峰值 for (int k = d_i_c + 0.5*T; k < d_i_c + 1.5*T; k++) { float trough = [[[self.points[k] allObjects] firstObject] floatValue]; if (trough < trough_r) { trough_r = trough; d_i_r = k; } } } // b.如果最低峰值右面不够1.5个周期 分两种情况 不够0.5个周期和够0.5个周期 else { // b.1 够0.5个周期 if (d_i_c <count-0.5*T) { // 左面最低峰值 for (int j = d_i_c - 0.5*T; j > d_i_c - 1.5*T; j--) { float trough = [[[self.points[j] allObjects] firstObject] floatValue]; if (trough < trough_l) { trough_l = trough; d_i_l = j; } } // 右面最低峰值 for (int k = d_i_c + 0.5*T; k < count; k++) { float trough = [[[self.points[k] allObjects] firstObject] floatValue]; if (trough < trough_r) { trough_r = trough; d_i_r = k; } } } // b.2 不够0.5个周期 else { // 左面最低峰值 for (int j = d_i_c - 0.5*T; j > d_i_c - 1.5*T; j--) { float trough = [[[self.points[j] allObjects] firstObject] floatValue]; if (trough < trough_l) { trough_l = trough; d_i_l = j; } } } } } // c. 如果左面不够1.5个周期 一样分两种情况 够0.5个周期 不够0.5个周期 else { // c.1 够0.5个周期 if (d_i_c>0.5*T) { // 左面最低峰值 for (int j = d_i_c - 0.5*T; j > 0; j--) { float trough = [[[self.points[j] allObjects] firstObject] floatValue]; if (trough < trough_l) { trough_l = trough; d_i_l = j; } } // 右面最低峰值 for (int k = d_i_c + 0.5*T; k < d_i_c + 1.5*T; k++) { float trough = [[[self.points[k] allObjects] firstObject] floatValue]; if (trough < trough_r) { trough_r = trough; d_i_r = k; } } } // c.2 不够0.5个周期 else { // 右面最低峰值 for (int k = d_i_c + 0.5*T; k < d_i_c + 1.5*T; k++) { float trough = [[[self.points[k] allObjects] firstObject] floatValue]; if (trough < trough_r) { trough_r = trough; d_i_r = k; } } } } // 3. 确定哪一个与最低峰值更接近 用最接近的一个最低峰值测出瞬时心率 60*1000两个峰值的时间差 if (trough_l-trough_c < trough_r-trough_c) { NSDictionary *point_c = self.points[d_i_c]; NSDictionary *point_l = self.points[d_i_l]; double t_c = [[[point_c allKeys] firstObject] doubleValue]; double t_l = [[[point_l allKeys] firstObject] doubleValue]; NSInteger fre = (NSInteger)(60*1000)/(t_c - t_l); if (self.frequency) self.frequency(fre); if ([self.delegate respondsToSelector:@selector(startHeartDelegateRateFrequency:)]) [self.delegate startHeartDelegateRateFrequency:fre]; } else { NSDictionary *point_c = self.points[d_i_c]; NSDictionary *point_r = self.points[d_i_r]; double t_c = [[[point_c allKeys] firstObject] doubleValue]; double t_r = [[[point_r allKeys] firstObject] doubleValue]; NSInteger fre = (NSInteger)(60*1000)/(t_r - t_c); if (self.frequency) self.frequency(fre); if ([self.delegate respondsToSelector:@selector(startHeartDelegateRateFrequency:)]) [self.delegate startHeartDelegateRateFrequency:fre]; } // 4.删除过期数据 for (int i = 0; i< 10; i++) { [self.points removeObjectAtIndex:0]; } } }
我目前是这样处理的,后面是用的前后两个峰值与 最低峰值 最接近的那个峰值的时间差,测了几次又和别的app比较了一下,基本都是正确的,最多也就是上下差1-2次每分钟。(在数据比较稳定的情况下,如果有更好的方法请推荐,谢谢)
5.画折线图 这里用到了 CoreGraphics
PS:首先,使用这个CoreGraphics要在View里面,并且要在View的 drawRect: 方法中使用,不然拿不到画布。我是为了封装单独建立了一个UIView的类。
a.首先还是数据,没有数据怎么画
@property (strong, nonatomic) NSMutableArray *points; // 在init中初始化数组 self.points = [[NSMutableArray alloc]init]; // 这个可以翻译过来,也是在init中 self.clearsContextBeforeDrawing = YES; // 外部调用方法 - (void)drawRateWithPoint:(NSNumber *)point { // 倒叙插入数组 [self.points insertObject:point atIndex:0]; // 删除溢出屏幕数据 if (self.points.count > self.frame.size.width/6) { [self.points removeLastObject]; } dispatch_async(dispatch_get_main_queue(), ^{ // 这个方法自动调取 drawRect:方法 [self setNeedsDisplay]; }); }
之前调 setNeedsDisplay ,一直没有走 drawRect: 方法,或者就直走了一次,然后去百度是说 setNeedsDisplay 会在系统空闲的时候执行 drawRect: ,然后我尝试着回归到主线程中调用,就好了。具体原因不是很清楚,也可能是因为要在主线程中修改View。
b.画折线的方法,具体怎么调整看个人心情了。
CGFloat ww = self.frame.size.width; CGFloat hh = self.frame.size.height; CGFloat pos_x = ww; CGFloat pos_y = hh/2; // 获取当前画布 CGContextRef context = UIGraphicsGetCurrentContext(); // 折线宽度 CGContextSetLineWidth(context, 1.0); //消除锯齿 //CGContextSetAllowsAntialiasing(context,false); // 折线颜色 CGContextSetStrokeColorWithColor(context, [UIColor redColor].CGColor); CGContextMoveToPoint(context, pos_x, pos_y); for (int i = 0; i < self.points.count; i++) { float h = [self.points[i] floatValue]; pos_y = hh/2 + (h * hh/2) ; CGContextAddLineToPoint(context, pos_x, pos_y); pos_x -=6; } CGContextStrokePath(context);
c.为了看起来好看,我还加了网格,当然也是在 drawRect: 中调用的
static CGFloat grid_w = 30.0f; - (void)buildGrid { CGFloat wight = self.frame.size.width; CGFloat height = self.frame.size.height; // 获取当前画布 CGContextRef context = UIGraphicsGetCurrentContext(); CGFloat pos_x = 0.0f; CGFloat pos_y = 0.0f; // 在wight范围内画竖线 while (pos_x < wight) { // 设置网格线宽度 CGContextSetLineWidth(context, 0.2); // 设置网格线颜色 CGContextSetStrokeColorWithColor(context, [UIColor greenColor].CGColor); // 起点 CGContextMoveToPoint(context, pos_x, 1.0f); // 终点 CGContextAddLineToPoint(context, pos_x, height); pos_x +=grid_w; //开始划线 CGContextStrokePath(context); } // 在height范围内画横线 while (pos_y < height) { CGContextSetLineWidth(context, 0.2); CGContextSetStrokeColorWithColor(context, [UIColor greenColor].CGColor); CGContextMoveToPoint(context, 1.0f, pos_y); CGContextAddLineToPoint(context, wight, pos_y); pos_y +=grid_w; CGContextStrokePath(context); } pos_x = 0.0f; pos_y = 0.0f; // 在wight范围内画竖线 while (pos_x < wight) { CGContextSetLineWidth(context, 0.1); CGContextSetStrokeColorWithColor(context, [UIColor greenColor].CGColor); CGContextMoveToPoint(context, pos_x, 1.0f); CGContextAddLineToPoint(context, pos_x, height); pos_x +=grid_w/5; CGContextStrokePath(context); } // 在height范围内画横线 while (pos_y < height) { CGContextSetLineWidth(context, 0.1); CGContextSetStrokeColorWithColor(context, [UIColor greenColor].CGColor); CGContextMoveToPoint(context, 1.0f, pos_y); CGContextAddLineToPoint(context, wight, pos_y); pos_y +=grid_w/5; CGContextStrokePath(context); } }
总结
写这个功能的时候,自己有很多思考,也参考了很多其他人的博客、代码还有别人的毕业论文,呵呵呵,还问了几个学医的同学,代码不难,数据处理的部分可能不太好弄,但是写完还是有点成就感的。
代码里还存在很多问题,后期有时间我会慢慢优化,欢迎指正。
加载全部内容