使用OpenCV的心率监测器

Question

我正在尝试构建心率监测器，用户可以将手指放在相机上并打开闪光灯并显示心率。

截至目前，我正在通过手机拍摄视频，然后在笔记本电脑中使用OpenCV进行处理。

我遵循的步骤是：

• 捕捉视频
• 找到每个帧的平均红色平面值
• 过滤数据，以便删除不需要的峰值

• 计算峰值，然后显示心率

  import numpy as np
  import cv2
  
  #connecting with the captured video file taken from mobile
  cap = cv2.VideoCapture('heart_rate.mp4')
  
  #getting the number of frames 
  no_of_frames = int(cap.get(7))
  
  #assigning an initial zero red value for every frame
  red_plane = np.zeros(no_of_frames)
  
  #time_list is used for storing occurence time of each frame in the video  
  time_list=[]
  t=0
  
  #camera frame per second is 30 and so each frame acccurs after 1/30th second
  difference = 1/30
  for i in range(no_of_frames):
  
      #reading the frame
      ret,frame = cap.read()
      length,width,channels = frame.shape
  
      #calculating average red value in the frame
      red_plane[i] = np.sum(frame[:,:,2])/(length*width)
      time_list.append(t)
      t = t+ difference
  
  
  cap.release()
  

我无法应用低通滤波器来平滑数据，也无法使用OpenCV找到峰值。 任何帮助都会很棒。

Answer 1

我以30FPS制作视频，对每个帧r通道求和并将平均和存储到列表中。然后我在matplotlib中绘制列表如下。

我们可以轻松找到从90到第300帧的八个峰值。换句话说，有7 periods in 200 frames( taken in 200/30 s)，因此心率为7 / (200/30) = 21/20 => 63/60。这就是说，我的心率是63。

也许，Fourier Analysis会有所帮助。但是，不幸的是，我仍然不知道如何在程序中分析这条曲线......

（因为我忘记了Signals & System的{​​{1}}）

ORZ ......

心脏跳动手指gif。