作者： 7gugu

npm安装依赖

• npm install xxx 利用 npm 安装xxx依赖到当前命令行所在目录
• npm install xxx -g 利用npm安装全局依赖xxx
• npm install xxx –save 安装并写入package.json的”dependencies”中
• npm install xxx –save-dev 安装并写入package.json的”devDependencies”中

npm删除依赖

• npm uninstall xxx 删除xxx依赖
• npm uninstall xxx -g 删除全局依赖xxx

故事

背景

去年6月份的时候，参加了微信小程序官方举办的《高校微信小程序开发大赛》，做出了《活力健身房》这个小程序。按照初版设计，除了可以检测用户的跑步数据外，还可以测量用户的静止心率。但由于个人除了要准备比赛，还要准备痛苦的概率论补考，所以导致日程太过于紧凑，因此在该情况下，我就只完成了第一个目标而忽略了第二个心率测量的目标没有实现。

改进

在暑假期间，处于追求完美的想法，我花了一部分的时间继续学习并完成了心率检测算法的V1.0版本。而后再在这周，时隔一年的时间，重写了检测算法，推出了V1.1的版本。(至于为什么算是1.1版，在文中会说明的😂)。

技术分享

今天我写这篇文章的主要目的是跟大家分享以下的三点内容：

1. PPG式心率测量的原理
2. PPG式心率测量的实现
3. 应用到小程序端的难点

1.技术原理

光体积变化描记图法 (Photoplethysmography，简称PPG) 是借光电手段在活体组织中检测血液容积变化的一种无创检测方法。当一定波长的光束照射到指端皮肤表面，每次心跳时，血管的收缩和扩张都会影响光的透射 (例如在透射PPG中，通过指尖的光线) 或是光的反射 (例如在反射PPG中，来自手腕表面附近的光线)。当光线透过皮肤组织然后再反射到光敏传感器时，光照会有一定的衰减。像肌肉、骨骼、静脉和其他连接组织对光的吸收是基本不变的 (前提是测量部位没有大幅度的运动)，但是动脉会不同，由于动脉里有血液的脉动，那么对光的吸收自然也会有所变化。[1]

PPG检测的核心是通过心脏跳动影响血管中血液光线的吸收率变化，进而影响血液对光的反射率，估算受测者的心率数据。用人话说，心脏的跳动，会影响血液反射光的强度。反映到图表上，就如下图所示，心脏的舒张和收缩，会影响光强变化，形成下图的波动曲线。而心率的估算，则是通过计算60s内，有多少个波峰或者波谷。比如60s内，图表上产生了60个个波峰，则意味着1s中，心脏收缩和扩张了一次，即跳动了一次，进而可以得出60BPM的心率数据。

2.技术实现

根据技术原理可以知道，PPG检测中我们需要做的事情是，计算一段时间内出现了多少个波峰，即可估算出受测者的心率。由此我们需要考虑实现以下的几个功能：

1. 获取视频流中的某一帧
2. 检测传感器是否被覆盖
3. 获取当前帧的光强数据
4. 计算波峰个数
5. 计算BPM

1.获取视频中的某一帧

在当今社会中，人人都会有一台的智能手机。而手机上最好的颜色传感器就是摄像头了，因此在小程序端的实现中，对于数据的来源主要是摄像头。

为了实现方便，这次我依旧是使用小程序作为我的开发平台。之所以使用小程序的核心原因是官方提供了摄像头的API，使得我可以通过简单的$API$就可以获取到来自用户摄像头的视频流数据，并且不用考虑兼容性的问题。

在小程序中，我是用的是wx.createCameraContext()API来获取到视频流，同时借助onCameraFrame()来直接获取到每一帧的视频信息，极大的降低了开发的难度。通过前述的API，我们可以直接获取到当前帧Uint8数组，也就是每个像素的RGBA值。

2.检测传感器是否被覆盖

为了避免外部光照影响血管对光线的反射，因此需要受测者的手指完全覆盖摄像头。为了检测摄像头是否覆盖，我们可以通过经验主义设定一个阈值，当每个像素的实际光强小于阈值，则代表传感器完全被覆盖，此时就可以开始测试。

3.获取当前帧的光强数据

通过API，我们可以获得视频流中特定的一帧的Uint8数据。之所以使用Uint8是因为在该RGBA中，每一个通道的颜色只有256种，而我们仅仅是需要获取该帧中的光强。因此选用Uint8可以大幅度减少运算量，提高运行效率。

通过经验主义的测量以及结合论文[2] [3]的理论支持，我们可知血液在红光和绿光的照射下的吸收率是最大的，也就意味着强度值是最大的。因此可以更好的检测到强度变化，所以在后续的开发当中，我们都将使用单个像素中的红绿通道的强度值，来作为数据的来源。由于只使用了其中两个通道的强度值，我们的运算量就可以几何级数减少。

从原来的2³²个数据转变为了2¹⁶个数据

获取光强的方法是：

$$该帧的光强值=\frac{单个通道的强度值}{像素的个数}$$

4.计算波峰个数

在1.0版本中我的实现方法是通过经验值测算出一条固定的基线，来判断历史采集的光强值，有多少个跃出基线的数据，就计作多少个波峰。

但这种设计是有问题的，比如最右侧的波峰，因为各种外部原因强度没有达到基线，导致丢失。当通过人眼的辨识，这个波峰不属于噪声，应该是要被记录的。

另外通过测试我们可以很容易的发现下图的假波峰和假波谷的噪声信号，这种变化幅度过大的数据也应该是被丢弃的。

因此在1.1版本中，基线的计算方法做了改进。通过动态基线可以适应复杂环境光线的变化，提高测量的效率和准确性。

通过动态基线，判断有多少多少次实际的跃出，进而换算出有多少个波峰。

5.计算BPM

仅仅记录波峰个数是远远不够的，我们还要计算一次跃出所消耗的时间(从波谷到跃出基线到波峰所消耗的时间)。因为受测者的光线环境如果不稳定，含有频繁的光线变化，则可能导致光强变化幅度过大，造成数据的计算误差。因此我们还需要将跃出时间作为计算的一个因素，计算平均的跃出时间。最后计算出每分钟的心率次数：

$$\frac{测量最大时间}{平均跃出时间}$$

小程序端的技术难点

到目前为止，小程序端最大的难点不在于测量算法的开发上。反而是在优雅的展示上画了大量的时间。

1. FrameData大小
2. Canvas绘图效率低

1.FrameData大小。通过Camera组件，我们可以直接获取到手机的视频流。由于我们这个算法中仅仅需要计算帧的光强，所以仅仅需要最低质量的FrameData即可。即降低了资源的消耗也提升了算法运行的效率。通过frame-data属性，修改为small即可启用最低质量的FrameData。

2.Canvas绘图效率低。在去年小程序退出了Canvas 2D的绘图API，可以实现同层渲染。为了更高的渲染效率，我自然就是选择并使用了最新的API进行曲线的绘制。在电脑模拟器上的表现确实印证了效率更好的这一说法。但诡异的是在Android端上，Canvas2D的运行效率非常低，导致经常性假死，不知道怎么修复。因此只能暂时被搁置，待到日后有能力后再做修复。

收获

这次的开发通过学习更多前人的研究结论来帮助我将算法优化出来，收获满满。感觉到非常的振奋人心。期待后面能继续搞点好玩的DEMO。

未来的方向

最近看到Tensorflow的BlazeFace。可以用很小的体积的模型来识别人脸，感觉可以借此，结合PPG算法，实现rPPG式的检测算法，日后有时间可以继续搞一下，感觉会非常的好玩。同时Canvas的问题也需要被修复，或许能够通过WebGL来修复?但是我还不肯定，需要后续的实验才能证明，待到后面再修吧。

结尾

由于本人不是电子工程专业，所以上文中可能会涉及到部分不规范的说明和解释。如果您能够在评论中帮助我指出来并帮助我改正，我将十分感激您，谢谢。

参考

[1] ECG/PPG量测解决方案

[2] 不同波长近红外光下手掌静脉图像质量分析

[3] 血液成分对光吸收规律的实验研究

环境

1. Homebrew🍺
2. Xcode命令行工具
3. PHP 8.0
4. Nginx
5. MySQL

1.安装Xcode命令行工具

执行命令 Xcode-select --install

2.安装Homebrew

访问 Homebrew 官网，点击访问官网
按照指引，安装Homebrew

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Homebrew常用指令

• 安装package

brew install 包名

• 卸载package

brew uninstall 包名

• 检查package的信息

brew info 包名

• Homebrew升级

sudo brew update

• Homebrew搜索package

brew search 包名

• 检视已安装的package

brew list

3.使用Homebrew安装Nginx

• 安装Nginx

sudo brew install nginx

• 启动Nginx

nginx
安装&启动完成后，从浏览器中输入localhost:8080即可访问到Nginx服务器的欢迎页面

• 关闭Nginx

nginx -s sotp

• 重启Nginx

nginx -s reload

• 查看Nginx版本

nginx -v

4.安装PHP 8.0

我作为一个从5.5时代就开始做php开发的开发者，也是第一次使用8.0的稳定版。直接一步到位的原因是：更好的语法&JIT的支持，希望能够在8.0时代获得更好的性能。因此本教程，将会采用8.0版本的PHP进行安装。

• 使用Homebrew安装PHP

brew install php
如果需要特定版本的php则包名改为`php@指定的版本号`即可

• 启动&重启

php-fpm

• 强制关闭php-fpm

sudo pkill -INT -o php-fpm

5.配置PHP

• 进入php配置文件夹

通过brew info找到php配置文件的位置
brew info php

• 编辑php.ini文件

vim php.ini

• 守护PHP进程

默认安装的PHP仅仅会在前台运行，如果此时我们关闭命令窗口的话，php-fpm将会自动关闭，无法继续处理我们的php请求。
开启 `守护模式` 即可解决这一问题

1. 配置php-fpm.conf
vim php-fpm.conf
2. 查找 daemonize
直接键入/daemonize
3. 修改值为yes并且保存
daemonize = yes
虽然注释处，写了默认值应该为yes，但是不知道是什么原因，导致了默认值是no。

• 安装php拓展

通过Homebrew安装的php，自带了pecl。这是一个php拓展的包管理器，后续的拓展安装，仅仅需要通过该管理器安装即可。一般开发用不到，主要是用于实现加密或者网络的时候，可能需要通过该tab来安装

pecl version 查看版本信息

pecl help 可以查看命令帮助

pecl search xdebug 搜索可以安装的扩展信息

pecl install xdebug 安装扩展

pecl install http://pecl.php.net/get/redis-4.2.0.tgz 安装指定版本扩展

6.配置Nginx

• 通过brew info找到Nginx的配置目录
• 打开nginx.conf

vim nginx.conf

1. 修改启动端口为80

• 找到listen关键词

server{ 
    listen 8080; // Nginx需要监听的接口 
    server_name localhost; 
    ...
}

• 修改为80端口

server{ 
    listen 80; // Nginx需要监听的接口 
    server_name localhost; 
    ...
}

2. 修改默认入口文件
在index这一行中，加入index.php，将其也作为入口文件。

location / { 
    root html; 
    index index.html index.htm index.php;
}

3. 启用php流量转发
找到location ~.php$关键词，将注释删掉(删掉代码前面的’#’)，启用php流量转发

location ~ .php$ { 
    root html; 
    fastcgi_pass 127.0.0.1:9000; 
    fastcgi_index index.php; 
    fastcgi_param SCRIPT_FILENAME /scripts$fastcgi_script_name; 
    include fastcgi_params;
}

4. 配置php流量转发规则
修改location ~.php$中的fastcgi_param配置项

将其从SCRIPT_FILENAME /scripts$fastcgi_script_name

修改为SCRIPT_FILENAME $document_root$fastcgi_script_name

Nginx常用命令

• 查看报错文件的路径

nginx -V

nginx version: nginx/1.19.10
built by clang 12.0.0 (clang-1200.0.32.29)
built with OpenSSL 1.1.1k 25 Mar 2021
TLS SNI support enabled
configure arguments: 
...
--error-log-path=/opt/homebrew/var/log/nginx/error.log 
...

找到error-log-path关键字，后面的值即为错误报告的地址。
使用tail -f 文件名查看即可。

• 检查配置文件正确性

nginx -t

• 检查Nginx进程运行状态

ps -aux | grep nginx

7.验证PHP环境

• 启动Nginx服务器
• 启动php-fpm服务
• 通过brew info nginx查询网页根目录
• 在网页根目录下创建index.php

index.php代码:

<?php phpinfo(); ?>

• 通过浏览器访问http://localhost/index.php

若出现PHP Version + 版本号 以及 php相关的信息则安装完成

8.安装MySQL

• 访问官网下载dmg安装包,点击访问

我当前的系统版本是BigSur，如果你是Catalina也是兼容的，下载最新版就好了。

• 点击”No thanks, just start my download.”开始下载即可
• 下载完成，解压双击运行pkg即可，按照步骤执行即可

管理MySQL

• 通过访问系统偏好设置的MySQL即可管理MySQL服务

• 通过GUI管理服务的启停

通过命令行管理MySQL

• 查看MySQL版本

mysql -v

• 登录MySQL服务器

mysql -u 用户名 -p
出现`Enter password`后输入你的密码回车，即可登录MySQL服务器。

• 登出MySQL服务器

exit

通过phpMyAdmin管理MYsql

• 访问官网下载phpMyAdmin即可，点击访问
• 下载完成后，将phpmyadmin文件夹拖入网站根目录
• 通过浏览器访问http://localhost/phpmyadmin即可

常见问题

• 执行mysql显示command not found: mysql

这是由于没有将mysql指令加入到命令行窗口中的原因

解决方法：

1. cd ～ 切换到用户目录
2. 输入vim .bash_profile 打开命令行配置文件
3. 输入export PATH=$PATH:/usr/local/mysql/bin
4. 保存文件
5. 运行source ~/.bash_profile加载配置文件
6. 此时就可以顺利使用MySQL了

结尾

这篇教程主要目的是为了帮助我记录下Mac系统中配置环境的流程而写。方便我日后如果需要重装或者更换电脑的时候可以快速将环境搭建完成。希望这篇教程也能帮助到你，谢谢。

背景

由于最近在准备🐧厂的面试，被问及是否知道为什么url-loader将图片转换成Base64后，会有增加33%的数据量。因此，我开始从晚上搜集这方面的资料，但遗憾的是，大多的博文的关注点基本都是在实际应用(Webpack,前端优化…)或者是Base64如何进行编码，没有很清晰的阐述为什么会多出33%的数据量的过程和原因。因此，我希望可以通过这篇博文补充这方面的讯息。

为什么会多出30%的数据

当我们把3个Byte的数据转换成为Base64的字符时，根据Base64的规则，3个Byte的字符会转换成24个二进制位。Base64一位只有6个位二进制位，因此会产生4个Byte的字符。

但是现代计算机系统当中，一个字符要有8个二进制位来存储因此，4个字符对应的6个二进制位都要补充2个0，来转换成8个二进制位的字符存储到计算机当中。因此3个Byte(24位二进制位)的数据要用4个Byte(32位二进制位)来存储。并且32位中只有24位是用来存储数据的，剩下8位都是无用的补充位。

因此我们可以很简单的计算出输出:输入 = 4:3 (33% 数据冗余). 与此同时，我们同样可以总结出，输入n Bytes，输出就有(下图)那么长。

$$4\lceil \frac{n}{3}\rceil$$

总结

核心思路，原来三个Byte的数据，转换成Base64后，要用四个Byte来存储。多了1/3(33%)的数据要存储，所以数据量会增多。

把照片打包进bundle.js中，看来还是要因地制宜的。url-loader默认数值应该是8192bit(1024 byte)，增大33%后就是增加了300byte。因此，url-loader主要还是用于打包只有几个像素的小文件比较适合。不会对整体的加载速度有过多的影响。

引用

https://en.wikipedia.org/wiki/Base64

http://www.ruanyifeng.com/blog/2008/06/base64.html