Melakukan operasi per frame video yang efisien pada video dengan requestVideoFrameCallback()

Pelajari cara menggunakan requestVideoFrameCallback() untuk bekerja lebih efisien dengan video di browser.

Thomas Steiner

Metode HTMLVideoElement.requestVideoFrameCallback() memungkinkan penulis web mendaftarkan callback yang berjalan dalam langkah-langkah rendering saat frame video baru dikirim ke compositor. Hal ini memungkinkan developer melakukan operasi per frame video yang efisien pada video, seperti pemrosesan video dan menggambar ke kanvas, analisis video, atau sinkronisasi dengan sumber audio eksternal.

Perbedaan dengan requestAnimationFrame()

Operasi seperti menggambar frame video ke kanvas menggunakan drawImage() yang dilakukan melalui API ini akan disinkronkan sebaik mungkin dengan kecepatan frame video yang diputar di layar. Berbeda dengan window.requestAnimationFrame(), yang biasanya diaktifkan sekitar 60 kali per detik, requestVideoFrameCallback() terikat pada kecepatan frame video yang sebenarnya—dengan pengecualian penting:

Kecepatan efektif saat callback dijalankan adalah kecepatan yang lebih rendah antara kecepatan video dan kecepatan browser. Artinya, video 25 fps yang diputar di browser yang melakukan penggambaran pada 60 Hz akan memicu callback pada 25 Hz. Video 120 fps di browser 60 Hz yang sama akan memicu callback pada 60 Hz.

Apalah arti sebuah nama?

Karena kemiripannya dengan window.requestAnimationFrame(), metode ini awalnya diusulkan sebagai video.requestAnimationFrame() dan diganti namanya menjadi requestVideoFrameCallback(), yang disetujui setelah diskusi panjang.

Deteksi fitur

if ('requestVideoFrameCallback' in HTMLVideoElement.prototype) {
  // The API is supported!
}

Dukungan browser

Polyfill

polyfill untuk metode requestVideoFrameCallback() berdasarkan Window.requestAnimationFrame() dan HTMLVideoElement.getVideoPlaybackQuality() tersedia. Sebelum menggunakannya, perhatikan batasan yang disebutkan dalam README.

Menggunakan metode requestVideoFrameCallback()

Jika pernah menggunakan metode requestAnimationFrame(), Anda akan langsung merasa tidak asing dengan metode requestVideoFrameCallback(). Anda mendaftarkan callback awal satu kali, lalu mendaftarkan ulang setiap kali callback dipicu.

const doSomethingWithTheFrame = (now, metadata) => {
  // Do something with the frame.
  console.log(now, metadata);
  // Re-register the callback to be notified about the next frame.
  video.requestVideoFrameCallback(doSomethingWithTheFrame);
};
// Initially register the callback to be notified about the first frame.
video.requestVideoFrameCallback(doSomethingWithTheFrame);

Dalam callback, now adalah DOMHighResTimeStamp dan metadata adalah kamus VideoFrameMetadata dengan properti berikut:

• presentationTime, berjenis DOMHighResTimeStamp: Waktu saat agen pengguna mengirimkan frame untuk komposisi.
• expectedDisplayTime, berjenis DOMHighResTimeStamp: Waktu saat agen pengguna mengharapkan frame terlihat.
• width, dari jenis unsigned long: Lebar frame video, dalam piksel media.
• height, berjenis unsigned long: Tinggi frame video, dalam piksel media.
• mediaTime, berjenis double: Stempel waktu presentasi media (PTS) dalam detik dari frame yang ditampilkan (misalnya, stempel waktunya di linimasa video.currentTime).
• presentedFrames, berjenis unsigned long: Jumlah frame yang dikirimkan untuk komposisi. Memungkinkan klien menentukan apakah frame terlewat di antara instance VideoFrameRequestCallback.
• processingDuration, berjenis double: Durasi yang berlalu dalam detik sejak pengiriman paket yang dienkode dengan stempel waktu presentasi (PTS) yang sama dengan frame ini (misalnya, sama dengan mediaTime) ke dekoder hingga frame yang didekode siap untuk presentasi.

Untuk aplikasi WebRTC, properti tambahan dapat muncul:

• captureTime, berjenis DOMHighResTimeStamp: Untuk frame video yang berasal dari sumber lokal atau jarak jauh, ini adalah waktu saat frame diambil oleh kamera. Untuk sumber jarak jauh, waktu pengambilan diperkirakan menggunakan sinkronisasi jam dan laporan pengirim RTCP untuk mengonversi stempel waktu RTP ke waktu pengambilan.
• receiveTime, berjenis DOMHighResTimeStamp: Untuk frame video yang berasal dari sumber jarak jauh, ini adalah waktu frame yang dienkode diterima oleh platform, yaitu waktu saat paket terakhir yang termasuk dalam frame ini diterima melalui jaringan.
• rtpTimestamp, berjenis unsigned long: Stempel waktu RTP yang terkait dengan frame video ini.

Yang menarik dalam daftar ini adalah mediaTime. Implementasi Chromium menggunakan clock audio sebagai sumber waktu yang mendukung video.currentTime, sedangkan mediaTime diisi langsung oleh presentationTimestamp frame. mediaTime adalah yang harus Anda gunakan jika ingin mengidentifikasi frame secara tepat dengan cara yang dapat direproduksi, termasuk untuk mengidentifikasi frame mana yang terlewat.

Jika tampak tidak sinkron satu frame…

Sinkronisasi vertikal (atau hanya vsync), adalah teknologi grafis yang menyinkronkan kecepatan frame video dan kecepatan refresh monitor. Karena requestVideoFrameCallback() berjalan di thread utama, tetapi, di balik layar, komposisi video terjadi di thread compositor, semua dari API ini adalah upaya terbaik, dan browser tidak menawarkan jaminan yang ketat. Yang mungkin terjadi adalah API dapat terlambat satu sinkronisasi vertikal (vsync) dibandingkan saat frame video dirender. Perubahan yang dilakukan pada halaman web melalui API memerlukan satu sinkronisasi vertikal untuk muncul di layar (sama seperti window.requestAnimationFrame()). Jadi, jika Anda terus memperbarui mediaTime atau nomor frame di halaman web dan membandingkannya dengan frame video bernomor, pada akhirnya video akan terlihat seperti satu frame lebih maju.

Yang sebenarnya terjadi adalah frame siap pada vsync x, callback dipicu dan frame dirender pada vsync x+1, dan perubahan yang dilakukan dalam callback dirender pada vsync x+2. Anda dapat memeriksa apakah callback terlambat vsync (dan frame sudah dirender di layar) dengan memeriksa apakah metadata.expectedDisplayTime kira-kira now atau satu vsync di masa mendatang. Jika dalam waktu sekitar lima hingga sepuluh mikrodetik dari now, frame sudah dirender; jika expectedDisplayTime sekitar enam belas milidetik di masa mendatang (dengan asumsi browser/layar Anda memuat ulang pada 60 Hz), maka Anda sudah sinkron dengan frame.

Demo

Saya telah membuat demo kecil yang menunjukkan cara frame digambar di kanvas dengan kecepatan frame video yang tepat dan tempat metadata frame dicatat untuk tujuan proses debug.

let paintCount = 0;
let startTime = 0.0;

const updateCanvas = (now, metadata) => {
  if (startTime === 0.0) {
    startTime = now;
  }

  ctx.drawImage(video, 0, 0, canvas.width, canvas.height);

  const elapsed = (now - startTime) / 1000.0;
  const fps = (++paintCount / elapsed).toFixed(3);
  fpsInfo.innerText = `video fps: ${fps}`;
  metadataInfo.innerText = JSON.stringify(metadata, null, 2);

  video.requestVideoFrameCallback(updateCanvas);
};

video.requestVideoFrameCallback(updateCanvas);

Kesimpulan

Orang telah melakukan pemrosesan tingkat frame sejak lama—tanpa memiliki akses ke frame sebenarnya, hanya berdasarkan video.currentTime. Metode requestVideoFrameCallback() sangat meningkatkan kualitas solusi ini.

Ucapan terima kasih

requestVideoFrameCallback API ditentukan dan diimplementasikan oleh Thomas Guilbert. Postingan ini ditinjau oleh Joe Medley dan Kayce Basques. Gambar utama oleh Denise Jans di Unsplash.