iOS利用手机摄像头测心率

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。

您可能感兴趣的文章:iOS开发中对于摄像头的一些基本使用方法分享微信或手机浏览器在线显示office文件（已测试ios、android）iOS如何获取手机的Mac地址IOS中快速集成短信SDK验证开发(SMSSDK),IOS开发中如何设置手机短信验证码PHP判断手机是IOS还是Androidjs和html5实现手机端刮刮卡抽奖效果完美兼容android/IOSAngularJS中使用HTML5手机摄像头拍照unity3d调用手机或电脑摄像头android开发之调用手机的摄像头使用MediaRecorder录像并播放

手机摄像头 摄像 IOS 心率 摄像头 手机