เกริ่นนำ
การบันทึกเสียง/วิดีโอเป็น "สิ่งศักดิ์สิทธิ์" ของการพัฒนาเว็บมาเป็นเวลานาน เราต้องพึ่งปลั๊กอินเบราว์เซอร์ (Flash หรือ Silverlight) อยู่เป็นประจำเพื่อให้ทำงานนี้มาหลายปี เริ่มเลย
HTML5 ช่วยคุณได้ แม้ว่า HTML5 จะไม่ชัดเจนนัก แต่การเพิ่มขึ้นของ HTML5 ทำให้มีการเข้าถึงฮาร์ดแวร์อุปกรณ์เพิ่มขึ้นอย่างรวดเร็ว ตัวอย่างที่ยอดเยี่ยม ได้แก่ ตำแหน่งทางภูมิศาสตร์ (GPS), Orientation API (ตัวตรวจวัดความเร่ง), WebGL (GPU) และ Web Audio API (ฮาร์ดแวร์เสียง) ฟีเจอร์เหล่านี้มีประสิทธิภาพมาก เปิดเผย JavaScript API ระดับสูงที่อยู่บนความสามารถของฮาร์ดแวร์พื้นฐานของระบบ
บทแนะนำนี้จะแนะนำ API ใหม่ชื่อ GetUserMedia ซึ่งช่วยให้เว็บแอปเข้าถึงกล้องและไมโครโฟนของผู้ใช้ได้
ถนนไปยัง getUserMedia()
หากคุณไม่ทราบเกี่ยวกับประวัติ วิธีที่เราใช้ getUserMedia()
API ก็เป็นเรื่องที่น่าสนใจมาก
"Media Capture API" ที่มีตัวแปรต่างๆ ได้พัฒนาขึ้นในช่วง 2-3 ปีที่ผ่านมา หลายคนตระหนักถึงความจำเป็นในการเข้าถึงอุปกรณ์พื้นฐานบนเว็บ แต่นั่นทำให้ทุกคนและแม่ตัดสินใจสร้างข้อกำหนดใหม่ สิ่งต่างๆ เริ่มยุ่งเหยิงมากจน W3C ตัดสินใจก่อตั้งคณะทำงานในที่สุด ด้วยจุดประสงค์เพียงอย่างเดียวคือ ทำความเข้าใจความบ้าคลั่ง! คณะทำงานของนโยบายด้าน Device API (DAP) ได้รับมอบหมายให้รวมและทำให้ข้อเสนอจำนวนมากเป็นมาตรฐานเดียวกัน
จะพยายามสรุปสิ่งที่เกิดขึ้นในปี 2011 นะ...
รอบที่ 1: การบันทึกสื่อ HTML
การจับภาพสื่อ HTML เป็นวิธีแรกของ DAP ที่มีการกำหนดมาตรฐานการจับภาพสื่อบนเว็บ โดยจะทำงานโดยโหลด <input type="file">
มากเกินไป แล้วเพิ่มค่าใหม่สำหรับพารามิเตอร์ accept
หากต้องการให้ผู้ใช้จับภาพตัวเองด้วยเว็บแคม คุณสามารถทำได้โดยใช้ capture=camera
ดังนี้
<input type="file" accept="image/*;capture=camera">
การบันทึกวิดีโอหรือเสียงมีความคล้ายคลึงกัน ดังนี้
<input type="file" accept="video/*;capture=camcorder">
<input type="file" accept="audio/*;capture=microphone">
ดีใช่ไหม เราชอบมากที่เครื่องมือนี้ใช้อินพุตไฟล์ซ้ำ ในเชิงความหมายนั้น
ฟังดูสมเหตุสมผลดีนะ กล่าวโดยสรุปคือ "API" นี้ก็คือความสามารถในการสร้างเอฟเฟกต์แบบเรียลไทม์ (เช่น แสดงผลข้อมูลเว็บแคมแบบสดไปยัง <canvas>
และใช้ตัวกรอง WebGL)
การจับภาพสื่อ HTML อนุญาตให้คุณบันทึกไฟล์สื่อหรือถ่ายภาพสแนปชอตได้ทันเวลาเท่านั้น
การสนับสนุน
- เบราว์เซอร์ Android 3.0 - หนึ่งในการติดตั้งใช้งานแรกๆ ดูวิดีโอนี้เพื่อดูการใช้งานจริง
- Chrome สำหรับ Android (0.16)
- Firefox สำหรับอุปกรณ์เคลื่อนที่ 10.0
- iOS6 Safari และ Chrome (สนับสนุนบางส่วน)
รอบที่ 2: องค์ประกอบอุปกรณ์
หลายๆ คนคิดว่า HTML Media Capture นั้นจำกัดเกินไป เราจึงเปิดตัวสเปคใหม่ซึ่งรองรับอุปกรณ์ทุกประเภท (ในอนาคต) ไม่น่าแปลกใจที่การออกแบบได้เรียกองค์ประกอบใหม่มาใช้ <device>
องค์ประกอบ ซึ่งกลายเป็นรุ่นก่อนหน้าของ getUserMedia()
Opera เป็นหนึ่งในเบราว์เซอร์แรกๆ ที่สร้างการใช้งานเบื้องต้นของการบันทึกวิดีโอตามองค์ประกอบ <device>
หลังจากนั้นไม่นาน
(วันเดียวกันบอกให้ชัดเจน)
WhatWG ตัดสินใจเลิกใช้แท็ก <device>
แทนแท็กอื่น ซึ่งก็คือ JavaScript API ชื่อ
navigator.getUserMedia()
1 สัปดาห์ต่อมา Opera ได้เปิดตัวบิลด์ใหม่ที่รองรับข้อกำหนดของ getUserMedia()
ที่อัปเดต ต่อมา Microsoft ก็เข้าร่วมปาร์ตี้โดยการเปิดตัว Lab สำหรับ IE9 เพื่อรองรับข้อมูลจำเพาะใหม่นี้
<device>
จะมีหน้าตาดังนี้
<device type="media" onchange="update(this.data)"></device>
<video autoplay></video>
<script>
function update(stream) {
document.querySelector('video').src = stream.url;
}
</script>
การสนับสนุน
น่าเสียดายที่เบราว์เซอร์รุ่นใดรุ่นหนึ่งไม่เคยมี <device>
รวมอยู่ในนั้นด้วย
ไม่ต้องกังวลไป 1 API :) <device>
มีข้อดี 2 ประการดังนี้ 1.) พูดเรื่องความหมาย และ 2.) รองรับมากกว่าอุปกรณ์เสียง/วิดีโอได้ง่ายๆ
ลองหายใจเข้า สิ่งต่างๆ เหล่านี้ก้าวหน้าไปอย่างรวดเร็ว!
รอบที่ 3: WebRTC
ในที่สุดองค์ประกอบ <device>
ก็ไปตามเส้นทางของ Dodo
ความเร็วในการค้นหา API การจับภาพที่เหมาะสมซึ่งเร่งเร็วขึ้นเมื่อใช้ WebRTC (Web Real Time Communications) โดยคณะทำงาน W3C WebRTC จะตรวจสอบข้อกำหนดดังกล่าว Google, Opera, Mozilla และบริการอื่นๆ อีกมากมายก็มีการนำไปใช้ด้วยเช่นกัน
getUserMedia()
เกี่ยวข้องกับ WebRTC เนื่องจากเป็นเกตเวย์ไปยัง API ชุดดังกล่าว
ช่วยให้เข้าถึงสตรีมจากกล้อง/ไมโครโฟนในเครื่องของผู้ใช้ได้
การสนับสนุน
getUserMedia()
ได้รับการรองรับตั้งแต่ Chrome 21, Opera 18 และ Firefox 17
เริ่มต้นใช้งาน
แต่ด้วย navigator.mediaDevices.getUserMedia()
ในที่สุดเราก็สามารถใช้อินพุตเว็บแคมและไมโครโฟนได้โดยไม่ต้องใช้ปลั๊กอิน
ตอนนี้มีเพียงการโทรเข้าถึงกล้อง ไม่ใช่การติดตั้งแล้ว แต่จะทำในเบราว์เซอร์โดยตรง ตื่นเต้นใช่ไหม
การตรวจหาฟีเจอร์
การตรวจหาฟีเจอร์เป็นการตรวจสอบการมีอยู่ของ navigator.mediaDevices.getUserMedia
ได้ง่ายๆ ดังนี้
if (navigator.mediaDevices?.getUserMedia) {
// Good to go!
} else {
alert("navigator.mediaDevices.getUserMedia() is not supported");
}
การเข้าถึงอุปกรณ์อินพุต
เราจำเป็นต้องขอสิทธิ์เพื่อใช้เว็บแคมหรือไมโครโฟน
พารามิเตอร์แรกของ navigator.mediaDevices.getUserMedia()
คือออบเจ็กต์ที่ระบุรายละเอียดและข้อกำหนดสำหรับสื่อแต่ละประเภทที่คุณต้องการเข้าถึง ตัวอย่างเช่น หากต้องการเข้าถึงเว็บแคม พารามิเตอร์แรกควรเป็น {video: true}
หากต้องการใช้ทั้งไมโครโฟนและกล้อง
ให้ส่งต่อ {video: true, audio: true}
<video autoplay></video>
<script>
navigator.mediaDevices
.getUserMedia({ video: true, audio: true })
.then((localMediaStream) => {
const video = document.querySelector("video");
video.srcObject = localMediaStream;
})
.catch((error) => {
console.log("Rejected!", error);
});
</script>
ตกลง เกิดอะไรขึ้นที่นี่ การจับภาพสื่อเป็นตัวอย่างที่ดีมากของ HTML5 API ใหม่
ที่ทำงานด้วยกัน โดยสามารถทำงานร่วมกับเพื่อนที่ใช้ HTML5 อื่นๆ ของเรา ซึ่งได้แก่ <audio>
และ <video>
โปรดทราบว่าเราไม่ได้ตั้งค่าแอตทริบิวต์ src
หรือใส่องค์ประกอบ <source>
ในองค์ประกอบ <video>
เรากำลังตั้งค่า srcObject
เป็นออบเจ็กต์ LocalMediaStream
ที่แทนเว็บแคมแทนการป้อน URL ไปยังไฟล์สื่อให้กับวิดีโอ
กำลังบอก <video>
ให้ autoplay
ด้วย ไม่เช่นนั้นจะค้างในเฟรมแรก นอกจากนี้ การเพิ่ม controls
ยังทํางานตามที่คาดไว้ด้วย
การตั้งค่าข้อจำกัดของสื่อ (ความละเอียด ความสูง ความกว้าง)
นอกจากนี้ พารามิเตอร์แรกไปยัง getUserMedia()
ยังใช้เพื่อระบุข้อกำหนด (หรือข้อจำกัด) เพิ่มเติมในสตรีมสื่อที่แสดงผลได้ด้วย ตัวอย่างเช่น แทนที่จะระบุเพียงว่าคุณต้องการเข้าถึงวิดีโอขั้นพื้นฐาน (เช่น {video: true}
) คุณยังกำหนดให้สตรีมเป็น HD ได้ด้วย โดยทำดังนี้
const hdConstraints = {
video: { width: { exact: 1280} , height: { exact: 720 } },
};
const stream = await navigator.mediaDevices.getUserMedia(hdConstraints);
const vgaConstraints = {
video: { width: { exact: 640} , height: { exact: 360 } },
};
const stream = await navigator.mediaDevices.getUserMedia(hdConstraints);
สำหรับการกำหนดค่าเพิ่มเติม โปรดดู API ข้อจำกัด
การเลือกแหล่งที่มาของสื่อ
เมธอด enumerateDevices()
ของอินเทอร์เฟซ MediaDevices
จะขอรายการอุปกรณ์อินพุตและเอาต์พุตสื่อที่ใช้ได้ เช่น ไมโครโฟน กล้อง ชุดหูฟัง ฯลฯ Promise ที่แสดงผลจะได้รับการแปลด้วยอาร์เรย์ของออบเจ็กต์ MediaDeviceInfo
รายการที่อธิบายอุปกรณ์
ในตัวอย่างนี้ เลือกไมโครโฟนและกล้องตัวสุดท้ายที่พบเป็นแหล่งที่มาของสตรีมสื่อ
if (!navigator.mediaDevices?.enumerateDevices) {
console.log("enumerateDevices() not supported.");
} else {
// List cameras and microphones.
navigator.mediaDevices
.enumerateDevices()
.then((devices) => {
let audioSource = null;
let videoSource = null;
devices.forEach((device) => {
if (device.kind === "audioinput") {
audioSource = device.deviceId;
} else if (device.kind === "videoinput") {
videoSource = device.deviceId;
}
});
sourceSelected(audioSource, videoSource);
})
.catch((err) => {
console.error(`${err.name}: ${err.message}`);
});
}
async function sourceSelected(audioSource, videoSource) {
const constraints = {
audio: { deviceId: audioSource },
video: { deviceId: videoSource },
};
const stream = await navigator.mediaDevices.getUserMedia(constraints);
}
ลองดูการสาธิตที่ยอดเยี่ยมของ Sam Dutton เกี่ยวกับวิธีอนุญาตให้ผู้ใช้เลือกแหล่งที่มาของสื่อ
ความปลอดภัย
เบราว์เซอร์จะแสดงกล่องโต้ตอบสิทธิ์เมื่อเรียกใช้ navigator.mediaDevices.getUserMedia()
ซึ่งให้ผู้ใช้เลือกอนุญาตหรือปฏิเสธการเข้าถึงกล้อง/ไมค์ของตน ลองดูตัวอย่างกล่องโต้ตอบ
สิทธิ์ของ Chrome ที่นี่
การให้ทางเลือกสำรอง
สำหรับผู้ใช้ที่ไม่รองรับ navigator.mediaDevices.getUserMedia()
ทางเลือกหนึ่งคือกลับไปใช้ไฟล์วิดีโอที่มีอยู่หากระบบไม่รองรับ API และ/หรือเรียกใช้ไม่สำเร็จด้วยเหตุผลบางอย่าง
if (!navigator.mediaDevices?.getUserMedia) {
video.src = "fallbackvideo.webm";
} else {
const stream = await navigator.mediaDevices.getUserMedia({ video: true });
video.srcObject = stream;
}