记录一下实验过程，以免人老了忘记
项目介绍
此项目使用 OpenCV 查找用户面部的位置，然后隔离额头区域。
通过从这个隔离出的额头区域收集数据，并随着时间推移来估计用户的心率。测量数据的方法是测量额头区域的平均光学强度——仅提取图像的绿色通道（因为绿色通道具有最强的心率信号）（可能有更好的颜色混合比，但蓝色通道往往非常嘈杂）。
原理是利用（氧）血红蛋白的光学吸收特性，可以通过这种方法估算出生理数据，有兴趣的可以查看项目中提到的论文
。
文中提到目前测量心率脉搏等信息最简单易用的方法——PPG的原理是血液比周围组织更容易吸收光线，因此血容量的变化会相应地影响透射率或反射率。所以作者认为在正常环境光下可以远程测量PPG信息，也就是这个项目的方法。
项目地址
github项目：GitHub - thearn/webcam-pulse-detector: A python application that detects and highlights the heart-rate of an individual (using only their own webcam) in real-time.
在github项目中，该项目的作者准备了python源代码文件和可执行文件，目前可执行文件只有win环境和mac环境下，linux环境则需要跑源代码，不过二者执行都比较简单
使用源码
在github网站上下载源码，解压后使用编译器打开
需要配置的环境较低，在此不过多赘述（使用的是anaconda的虚拟环境）
有什么包没安装就无脑pip install，如果下载很慢就进行换源操作（如下面这行指令，把numpy换成没安装的包）
pip install numpy -i https://pypi.tuna.tsinghua.edu.***/simple安装好环境后根据作者的提示执行代码，如果你使用的是本地的摄像头，如笔记本摄像头或USB摄像头
python get_pulse.py在此处我遇到了一个错误
这个错误应该是因为文件路径中有中文导致，但在搜索资料的过程中发现也有人是因为配置文件的路径，找到提示中的processors_noopenmdao.py，原文中为相对路径，将其修改为绝对路径
解决这个简单的问题后就能执行代码，默认调用的是camara0，也就是笔记本内置摄像头。运行后会打开摄像头并显示窗口进行人脸检测，如果人脸对准后按下S键就能锁定（这个项目测心率需要锁定分割额头），开始测试以后按下D能够显示对应的波形图
使用可执行文件
可以直接下载windows和mac版本（本文在win10下测试）
下载解压后，可以直接运行get_pulse.exe（注意，路径中还是不能有中文）
如果有其他需求可以看README.txt的提示，有更细致的指令
使用windos下的串口
get_pulse.exe --serial ***5 --baud 9600
使用mac下的串口
open -n ./get_pulse.app --args -serial /dev/tty.usbmodemfa131
windows下的UDP
get_pulse.exe --udp 192.168.1.100:5050
MAC下的UDP
open -n ./get_pulse.app --args --udp 192.168.1.100:5050开始执行后与源码执行是一样的，按S确定人脸位置，按D查看波形，不过可执行程序的人脸识别似乎比源码快点
效果
人脸框锁定后就算人离开了或者有遮挡物它还是继续测量，不过这个方面可以通过自己修改代码来优化。
但我与真实仪器对比后，由于检测区域的局限性，如果在十分理想的状态下倒是能与仪器数值相近，但大多数情况都相差较多。
