快捷導(dǎo)航

JavaScript實(shí)現(xiàn)視頻轉(zhuǎn)GIF的示例代碼

更新時(shí)間：2024年03月06日 08:37:06 作者：可樂(lè)雞翅kele

這篇文章主要介紹了JavaScript實(shí)現(xiàn)視頻轉(zhuǎn)GIF,本文一共會(huì)按照以下三步去實(shí)現(xiàn)一個(gè)視頻轉(zhuǎn)?GIF?功能,解封裝視頻,從視頻文件中獲取視頻幀,解碼視頻幀,獲取幀圖像信息,拼裝幀圖像信息,生成?GIF,需要的朋友可以參考下

前言

之前使用過(guò)FFMpeg來(lái)做視頻轉(zhuǎn)GIF，但是FFMpeg的體積還是太大了，前端加載一般要10M左右。后面發(fā)現(xiàn)了 Webcodecs 這個(gè)新的 Web API ，它提供了解碼視頻的能力。所以就沿著這個(gè)方向去使勁，也是實(shí)現(xiàn)了一個(gè)純前端的在線(xiàn)的視頻轉(zhuǎn) GIF 功能。

本文一共會(huì)按照以下三步去實(shí)現(xiàn)一個(gè)視頻轉(zhuǎn) GIF 功能：

解封裝視頻，從視頻文件中獲取視頻幀
解碼視頻幀，獲取幀圖像信息
拼裝幀圖像信息，生成 GIF

視頻解封裝

視頻解封裝是從一個(gè)包含多種媒體數(shù)據(jù)的容器中提取出特定類(lèi)型的媒體數(shù)據(jù)的過(guò)程。通過(guò)解封裝，可以從容器中分離出視頻軌道、音頻軌道等各種媒體數(shù)據(jù)。

它的主要目的是獲取原始的音頻、視頻等媒體數(shù)據(jù)，以便進(jìn)行后續(xù)的處理，比如播放、編輯或者轉(zhuǎn)碼。解封裝后的數(shù)據(jù)可以根據(jù)需要被送入相應(yīng)的解碼器進(jìn)行解碼。

這里使用到的是 mp4box.js 這個(gè)庫(kù)去解碼上傳的視頻文件，以獲取視頻軌道信息。首先定義一個(gè)獲取文件 Buffer 的方法，我這里是上傳文件然后去獲取 ArrayBuffer ：

const getFileArrayBuffer = (file) => {
  return new Promise((resolve) => {
    const reader = new FileReader();
    reader.onload = (e) => {
      resolve(e.target.result);
    };
    reader.readAsArrayBuffer(file);
  });
};

然后調(diào)用 mp4box 去解封裝視頻的軌道信息

const data = await getFileArrayBuffer(file);

data.fileStart = 0;

const getVideoInfo = async (data) => {
  return new Promise((resolve, rejcet) => {
    const mp4boxfile = MP4Box.createFile();
    mp4boxfile.onError = function (e) {
      console.log("e", e);
      rejcet(e);
    };
    mp4boxfile.onReady = (info) => {
      resolve({
        mp4boxfile,
        info,
      });
    };
    mp4boxfile.appendBuffer(data);
    mp4boxfile.flush();
  });
};

const { mp4boxfile, info } = await getVideoInfo(data);
console.log(info);
const videoTrack = info.tracks.find((track) => track.type === "video");
const timescale = videoTrack.timescale;
const duration = videoTrack.duration / timescale;
const nbSamples = videoTrack.nb_samples;
const fps = Math.round(nbSamples / duration);

以下大概是一個(gè)視頻軌道的字段：

這里如果我們想獲取視頻的時(shí)長(zhǎng)，幀率等信息，需要做一些小小的轉(zhuǎn)換。nb_samples是視頻總幀數(shù)； movie_timescale 我理解是視頻的一個(gè)采樣單位，拿 movie_duration/movie_timescale 才是我們視頻的長(zhǎng)度，這里大概是 18.2 秒。幀率就是總幀數(shù)/視頻時(shí)長(zhǎng)，這里大概是 15FPS 。

獲取視頻幀

獲取視頻幀這里用到的是一個(gè)較新的 Web API ， VideoDecoder 和 EncodedVideoChunk ，它們的API兼容性如下：

VideoDecoder是一個(gè)較新的API，它可以讓我們通過(guò)JS在瀏覽器中解碼視頻
EncodedVideoChunk是指表示視頻編碼數(shù)據(jù)塊對(duì)象，用于表示已經(jīng)編碼的視頻數(shù)據(jù)，這些數(shù)據(jù)可以通過(guò)網(wǎng)絡(luò)傳輸并在接收端進(jìn)行解碼。

我們利用VideoDecoder將mp4box解封裝后得到的軌道信息進(jìn)一步解析成一幀一幀的圖片，為我們后續(xù)的合成GIF做準(zhǔn)備。

const videoFrames = [];
const initDecoder = () => {
  const getExtradata = () => {
    // 生成VideoDecoder.configure需要的description信息
    const entry = mp4boxfile.moov.traks[0].mdia.minf.stbl.stsd.entries[0];

    const box = entry.avcC ?? entry.hvcC ?? entry.vpcC;
    if (box != null) {
      const stream = new MP4Box.DataStream(
        undefined,
        0,
        MP4Box.DataStream.BIG_ENDIAN
      );
      box.write(stream);
      // slice()方法的作用是移除moov box的header信息
      return new Uint8Array(stream.buffer.slice(8));
    }
  };

  // 初始化 VideoDecoder
  const decoder = new VideoDecoder({
    output: (videoFrame) => {
      createImageBitmap(videoFrame).then((img) => {
        videoFrames.push({
          img,
          duration: videoFrame.duration,
          timestamp: videoFrame.timestamp,
        });
        videoFrame.close();
        if (videoFrames.length === nbSamples) {
          const canvas = document.getElementById("canvas");
          const ctx = canvas.getContext("2d");
          const img = videoFrames[0].img;
          console.log(img);
          ctx.drawImage(img, 0, 0, img.width, img.height);
        }
      });
    },
    error: (err) => {
      console.error("videoDecoder錯(cuò)誤：", err);
    },
  });
  const config = {
    codec: videoTrack.codec,
    codedWidth: videoTrack.video.width,
    codedHeight: videoTrack.video.height,
    description: getExtradata(),
  };
  decoder.configure(config);
  return decoder;
};
let decoder = initDecoder();

const getChunkList = () => {
  const track = mp4boxfile.getTrackById(videoTrack.id);
  console.log(track.samples.length);
  const chunkList = track.samples.map((_, index) => {
    const sample = mp4boxfile.getSample(track, index);
    const type = sample.is_sync ? "key" : "delta";
    const chunk = new EncodedVideoChunk({
      type,
      timestamp: sample.cts,
      duration: sample.duration,
      data: sample.data,
    });
    return chunk;
  });
  return chunkList;
};
const chunkList = getChunkList();
chunkList.forEach((chunk) => decoder.decode(chunk));

大概解釋一下上面的代碼：

initDecoder中我們初始化了一個(gè)VideoDecoder，它接收到數(shù)據(jù)之后就會(huì)響應(yīng)output回調(diào)，在output回調(diào)中我們把videoFrame轉(zhuǎn)成了一個(gè)ImageBitmap對(duì)象（即幀圖像信息），然后收集起來(lái)。
然后我們實(shí)現(xiàn)了一個(gè)getChunkList函數(shù)來(lái)收集解封裝后的視頻數(shù)據(jù)，把所有的chunk收集起來(lái)供decoder調(diào)用
兩者配合起來(lái)，我們就可以拿到這段視頻軌道的所有視頻幀圖像

合成GIF

當(dāng)所有的視頻幀處理完成之后，docoder會(huì)觸發(fā)一個(gè)flush方法，我們可以在這里進(jìn)行GIF的合成。這里我GIF合成使用的庫(kù)是gif.js。實(shí)現(xiàn)代碼如下：

decoder.flush().then(() => {
  const width = videoFrames[0].img.width;
  const height = videoFrames[0].img.height;
  var gif = new GIF({
    workers: 4,
    quality: 10,
    width,
    height,
  });

  console.log("開(kāi)始");
  videoFrames
    .map((frame) => frame.img)
    .forEach((imageBitmap) => {
      var offscreenCanvas = new OffscreenCanvas(
        imageBitmap.width,
        imageBitmap.height
      );
      var offscreenContext = offscreenCanvas.getContext("2d");
      offscreenContext.drawImage(imageBitmap, 0, 0);

      var imageData = offscreenContext.getImageData(
        0,
        0,
        imageBitmap.width,
        imageBitmap.height
      );
      gif.addFrame(imageData, { delay: 1000 / fps });
    });

  gif.on("finished", function (blob) {
    var link = document.createElement("a");
    link.href = URL.createObjectURL(blob);
    link.download = "animated.gif";
    document.body.appendChild(link);
    link.click();
    document.body.removeChild(link);
  });

  // 開(kāi)始生成 GIF
  gif.render();
});

簡(jiǎn)單解釋一下上面的代碼：

由于生成的imageBitmap并不能直接喂給gif.addFrame調(diào)用，所以這里使用了一個(gè)離屏Canvas去轉(zhuǎn)換一下
gif.addFrame(imageData, { delay: 1000 / fps });這里的delay參數(shù)就是每一幀圖片持續(xù)的時(shí)長(zhǎng)，默認(rèn)是500ms，我們用1秒除于幀率，來(lái)?yè)Q算出實(shí)際的時(shí)長(zhǎng)
合成完畢之后，通過(guò)一個(gè)a標(biāo)簽把GIF下載下來(lái)

通過(guò)這樣的方式，一個(gè)1M多的MP4生成出來(lái)的GIF居然有30M，我滴媽呀。雖然質(zhì)量跟流暢度還是挺好的，但這個(gè)體積也太嚇人了。

所以我們最好對(duì)GIF進(jìn)行一個(gè)壓縮，這個(gè)場(chǎng)景下壓縮主要是減少合成GIF的幀圖像以及壓縮每一幀圖像的體積。

所以接下來(lái)我們會(huì)做如下操作：

new GIF的畫(huà)布寬高縮小一半
逢兩幀抽取一幀，每一幀的延時(shí)變成原來(lái)的2倍
對(duì)每一幀進(jìn)行壓縮

完整代碼如下：

decoder.flush().then(() => {
  const width = videoFrames[0].img.width / 2;
  const height = videoFrames[0].img.height / 2;
  const gif = new GIF({
    workers: 4,
    quality: 10,
    width,
    height,
  });

  const halfFrames = videoFrames.filter((frame, index) => index % 2 === 0);
  halfFrames
    .map((frame) => frame.img)
    .forEach((imageBitmap) => {
      const originalWidth = imageBitmap.width;
      const originalHeight = imageBitmap.height;

      var offscreenCanvas = new OffscreenCanvas(
        imageBitmap.width / 2,
        imageBitmap.height / 2
      );
      var offscreenContext = offscreenCanvas.getContext("2d");

      // 在新Canvas上繪制原始ImageBitmap，并縮小一半
      offscreenContext.drawImage(
        imageBitmap,
        0,
        0,
        originalWidth,
        originalHeight,
        0,
        0,
        offscreenCanvas.width,
        offscreenCanvas.height
      );

      const compressedImageData = offscreenContext.getImageData(
        0,
        0,
        offscreenCanvas.width,
        offscreenCanvas.height
      );

      gif.addFrame(compressedImageData, { delay: (1000 / fps) * 2 });
    });

  gif.on("finished", function (blob) {
    // 創(chuàng)建一個(gè)虛擬的下載鏈接并觸發(fā)點(diǎn)擊
    const link = document.createElement("a");
    link.href = URL.createObjectURL(blob);
    link.download = "animated.gif";
    document.body.appendChild(link);
    link.click();
    document.body.removeChild(link);
  });

  // 開(kāi)始生成 GIF
  gif.render();
});

下面是生成的GIF圖，大小在5M左右