HTML躬行记（2）——WebRTC基础实践

　　WebRTC (Web Real-Time Communications) 是一项实时通讯技术，在 2011 年由 Google 提出，经过 10 年的发展，W3C 于 2021 年正式发布 WebRTC 1.0 标准。

　　

　　WebRTC 标准概括介绍了两种不同的技术：媒体捕获设备和点对点连接（P2P，Peer-to-Peer），可让用户无需安装任何插件或第三方软件的情况下，实现共享桌面、文件传输、视频直播等功能。

　　下图是官方给出的一张 WebRTC 整体架构设计图：

　　

• 紫色部分是前端开发所使用的 API。
• 蓝色实线部分是各大浏览器厂商所使用的 API。
• 蓝色虚线部分包含可自定义的 3 块：音频引擎、视频引擎和网络传输。

　　由于各个浏览器对 WebRTC 的实现有所不同，因此 Google 官方提供了一个适配器脚本库：adapter.js，省去很多兼容工作。

　　本文的源码已上传至 Github，有需要的可以随意下载。

一、自拍

　　自拍是指通过摄像头拍照生成图片，先看下 HTML 结构，其实就 4 个元素。

<video id="video"></video>
<button id="btn">拍照</button>
<canvas id="canvas" width="300" height="300"></canvas>
<img id="img" alt="照片"/>

1）getUserMedia()

　　然后在脚本中声明各个元素，通过 navigator.mediaDevices.getUserMedia() 方法获取媒体流。

const video = document.getElementById('video');
const canvas = document.getElementById('canvas');
const btn = document.getElementById('btn');
const img = document.getElementById('img');
const size = 300;
/**
 * 获取媒体流
 */
navigator.mediaDevices.getUserMedia({
  video: {
    width: size,
    height: size,
  },
  audio: false
}).then((stream) => {
  video.srcObject = stream;
  video.play();
});

　　getUserMedia() 的参数是一个包含了video 和 audio 两个成员的 MediaStreamConstraints 对象，上面代码将摄像头的分辨率限制为 300 x 300。

　　then() 中的 stream 参数是一个 MediaStream 媒体流，一个流相当于容器，可以包含几条轨道，例如视频和音频轨道，每条轨道都是独立的。

　　video 元素中的 src 和 srcObject 是一对互斥的属性，后者可关联媒体源，根据规范也可以是 Blob 或者 File 等类型的数据。

　　接着为按钮绑定点击事件，并且在点击时从流中捕获帧，画到 Canvas 内，再导出赋给 img 元素。

/**
 * 点击拍照
 */
btn.addEventListener('click', (e) => {
  const context = canvas.getContext('2d');
  // 从流中捕获帧
  context.drawImage(video, 0, 0, size, size);
  // 将帧导出为图片
  const data = canvas.toDataURL('image/png');
  img.setAttribute('src', data);
}, false);

　　在下图中，左边是 video 元素，打开摄像头后就会有画面，在点击拍照按钮后，右边显示捕获的帧。

　　

2）enumerateDevices()

　　MediaDevices 提供了访问媒体输入和输出的设备，例如摄像头、麦克风等，得到硬件资源的媒体数据。

　　mediaDevices.enumerateDevices() 会得到一个描述设备的 MediaDeviceInfo 的数组。

　　其中 groupId 用于标识多个设备属于同一个物理设备，例如一个显示器内置了摄像头和麦克风。

navigator.mediaDevices.enumerateDevices()
.then((devices) => {
  devices.forEach((device) => {
    console.log(`${device.kind}: ${device.label} id = ${device.deviceId}`);
  });
})

3）devicechange

　　当媒体设备（例如麦克风、摄像头等）连接到系统或从系统中移除时，devicechange 事件就会被发送给设备实例。

navigator.mediaDevices.ondevicechange = (event) => { };

　　event 参数没有附加任何特殊的属性。

二、共享桌面

　　Windows 系统采用的共享桌面协议是 RDP（Remote Desktop Protocal），另一种可在不同操作系统共享桌面的协议是 VNC（Virtual Network Console）。

　　像 TeamViewer 采用的就是后一种协议，而 WebRTC 的远程桌面没有采用传统的 RDP、VNC 等协议，因为不需要远程控制。

　　WebRTC 提供了 getDisplayMedia() 方法采集桌面，在使用上与之前的 getUserMedia() 方法类似。

navigator.mediaDevices.getDisplayMedia({
  video: {
    width: 2000,
    height: 1000
  }
}).then((stream) => {
  video.srcObject = stream;
  video.play();
});

　　在刷新页面后，会要求选择共享的桌面，包括整个屏幕、窗口或 Chrome 标签页。

　　

三、录像

　　WebRTC 的录像包括录制音频和视频两种流，通过 Blob 对象将数据保存成多媒体文件。

1）MediaRecorder

　　WebRTC 提供了 MediaRecorder 类，它能接收两个参数，第一个是远程的 MediaStream 媒体流，第二个是配置项。

　　其配置项包括编解码器、音视频码率、容器的 MIME 类型（例如 video/webm、video/mp4 ）等相关信息。

　　先看个示例，HTML结构如下所示，一个 video 元素和两个 button 元素：回放和下载。

<video id="video"></video>
<button id="playback">回放</button>
<button id="download">下载</button>

　　然后看下录像的整体逻辑，和之前自拍一节类似，也需要调用 getUserMedia() 获取媒体流。

　　在 then() 的回调中实例化 MediaRecorder 类，并配置多媒体格式。

　　其中WebM是一个由Google资助，免版权费用的视频文件格式；VP8是一个开放的影像压缩格式。

const video = document.getElementById('video');
const playback = document.getElementById('playback');
const download = document.getElementById('download');
const size = 300;
const chunks = [];    // 一个由 Blob 对象组成的数组

navigator.mediaDevices.getUserMedia({
  video: {
    width: size,
    height: size,
  },
  audio: true
}).then((stream) => {
  // 配置多媒体格式
  const options = { mimeType: 'video/webm;codecs=vp8' };
  // 实例化录制对象
  const recorder = new MediaRecorder(stream, options);
  // 当收到数据时触发该事件
  recorder.ondataavailable = function(e) {
    chunks.push(e.data);    // data 是一个可用的 Blob 对象
  }
  // 开始录制
  recorder.start(10);
});

　　recorder 的 dataavailable 事件会在收到数据时触发，e 参数的 data 属性是一个可用的 Blob 对象。

　　最后在开始录制调用 start() 方法时，可以配置一个毫秒级的时间片，那么在录制时会按照配置的值分割成一个个单独的区块，而不是录制一个非常大的整块内容。

　　分块可以提高效率和可靠性，如果是一整块，那么会变得越来越大，读写效率也会变差。

2）回放

　　首先根据 chunks 生成 Blob 对象，再根据 Blob 对象生成 URL 对象。

playback.addEventListener('click', () => {
  // 根据 chunks 生成 Blob 对象
  const blob = new Blob(chunks, {type: 'video/webm'});
  // 根据 Blob 对象生成 URL 对象
  video.src = window.URL.createObjectURL(blob);
  video.play();
}, false);

　　URL.createObjectURL 是一个静态方法，返回值是一个指定的 File 对象或 Blob 对象。

3）下载

　　首先与回放一样，也是生成一个 URL 对象，然后创建 a 元素，将对象赋给 href 属性。

　　并且要指定 download 属性，告诉浏览器下载 URL 而不是导航。

download.addEventListener('click', (e) => {
  const blob = new Blob(chunks, {type: 'video/webm'});
  const url = window.URL.createObjectURL(blob);
  // 创建 a 元素
  const a = document.createElement('a');
  a.href = url;
  // 指示浏览器下载 URL 而不是导航
  a.download = 'test.webm';
  a.click();
}, false);

参考资料：

WebRTC官方

WebRTC MDN

Build the backend services needed for a WebRTC app