闭眼时长标准差脚本

闭眼时长标准差脚本

闭眼时长标准差

平均闭眼时长识别一分钟内闭眼次数以及每次闭眼的时长将每次闭眼的时长进行累计相加最终再取平均值

闭眼标准差公式
$$闭眼标准差=\sqrt{((n_1-n_{avg}{)}^2+(n_2-n_{avg}{)}^2+...)\ast 1/n}$$

数据样本格式

文本内容

代码

遍历文件夹中所有的txt文本文件

#遍历文件夹中的所有txt文件
def scanner_txt(inputSrc,txt_list):
    file_list = os.listdir(inputSrc)
    for file in file_list:
        curr_file=path.join(inputSrc,file)

        #递归实现
        if(path.isdir(curr_file)):
            scanner_txt(curr_file,txt_list)
        else:
            curr_file_name=curr_file.split(".")
            curr_file_type=curr_file_name[len(curr_file_name)-1]

            if curr_file_type=="txt":
                txt_list.append(curr_file)
    return txt_list

读取文本中的内容挑选数据中为”帧号状态类型状态持续时间“的数据

def readTxtDataProprocessing(filepath,kss7sd,kss8sd,kss9sd):

    resFrame=[]
    print(filepath)
    with open(filepath,encoding='utf-8') as f:
        for line in f:
            frame_info=line.split(',')

            if(len(frame_info)<3):
                continue

            framenum=frame_info[0]
            frametime=frame_info[2].split('\n')[0]

            resFrame.append([int(framenum),int(frametime)])
    f.close()

    #文件内闭眼时长为空的不处理
    if(len(resFrame)==0):
        return

    #去掉重复的值归并成统一的值
    totalSD=deduplicationData(resFrame)


    filename=filepath.split('\\')[-1]
    kssLevel=filename.split('-')[2]

    print("文件:{}  总体闭眼时长标准差为:{}".format(filename,totalSD))
    print()


    if(kssLevel=='KSS7'):
        kss7sd.append(totalSD)
    elif(kssLevel=='KSS8'):
        kss8sd.append(totalSD)
    elif(kssLevel=='KSS9'):
        kss9sd.append(totalSD)

去除文本数据只出现的一次的数据以及将出现2次和3次的数据进行合并

def deduplicationData(resFrame):
    uniqueRes = []
    framelength = len(resFrame)

    i = 0
    while (i < framelength):
        if (resFrame[i][0] == 17924):
            t = 1;
        count = 1
        if (i + 1 < framelength):
            if (resFrame[i][1] == resFrame[i + 1][1]):
                count += 1
        if (i + 1 >= framelength):
            break

        if (i + 2 < framelength):
            if (resFrame[i][1] == resFrame[i + 2][1]):
                count += 1

        if (count != 1):
            uniqueRes.append([resFrame[i][0], resFrame[i][1]])
        i += count

        #计算闭眼时长标准差
    return closeEyeTimeSD(uniqueRes)
    # for i in range(len(uniqueRes)):
    #     print("frameNum:", uniqueRes[i][0], "frameTime:", uniqueRes[i][1], "ms")

数组划分区间按分钟进行划分

#data 经过去重和选帧后得到的列表
def closeEyeTimeSD(data):
    #按每一分钟的时间间隔划分区间1秒钟30帧1分钟1800帧

    #建立分割数组保存第n分钟内的睁闭眼数据,划分成12段
    dividArr=[]
    for i in range(12):
        dividArr.append([])

    for i in range(len(data)):
        index=int(data[i][0]/1800)
        dividArr[index].append(data[i][1])

    #获取标准差
    sdArr=[]
    for i in range(len(dividArr)):
        avergeTime,sdArray=countTotalSD(dividArr[i])
        if(dividArr[i]!=[]):
            sdArr.append(sdArray)
            print("第{}分钟平均眨眼时长为:{}闭眼时长标准差为:{}".format(i+1,avergeTime,sdArray))

    totalSD=countTotalSD(sdArr)[1]
    return totalSD

计算标准差函数

def countTotalSD(sdArray):
    if(len(sdArray)==0):
        return [0,0]


    sumArray = 0
    for i in sdArray:
        sumArray += i

    # 计算全部的标准差
    averageSD = sumArray / len(sdArray)
    sumSD = 0
    for i in sdArray:
        sumSD += pow((i - averageSD), 2)
    totalSD = math.sqrt(sumSD / len(sdArray))
    return [averageSD,totalSD]